如何融化和解凍 Pandas DataFrame：綜合指南？

如何融化 pandas 資料框？

融化資料框涉及將資料從寬格式轉換為長格式，其中多個欄位合併為一。

如何使用melt?

要在資料幀上使用melt，您可以使用pd.melt() 函數。此函數採用以下參數：

• id_vars：指定應用作識別符的欄位。
• value_vars：指定應熔化的欄位。如果未指定，則所有未設定為 id_vars 的欄位都會被融化。
• var_name：指定將儲存變數名稱的資料列的名稱。
• value_name：指定變數名稱將儲存值的資料列。

我什麼時候使用融化？

當您想要執行以下操作時，融化資料框非常有用：

• 將資料從寬格式重塑為長格式。
• 提取特定內容來自多列的值。
• 建立一個整潔的資料集

如何解決特定的融化相關問題？

問題1：轉置資料幀

要轉置資料幀（例如，將列轉換為行），請使用下列命令code:

df.melt(id_vars=['Name', 'Age'], var_name='Subject', value_name='Grades')

問題2：選擇特定列進行熔化

要只融化特定列，請使用value_vars 參數，如下所示：

df.melt(id_vars=['Name', 'Age'], value_vars=['Math'], var_name='Subject', value_name='Grades')

問題3：分組和排序融化data

要將熔化的資料分組和排序，您可以使用groupby() 和sort_values() 函數：

df.melt(id_vars=['Name', 'Age']) \
 .groupby('Grades') \
 .agg(', '.join) \
 .sort_values('Grades')

問題4：取消熔化的資料框

要將熔化的資料框轉換回其原始格式，請使用ivot_table( ) 函數：

df.pivot_table("Grades", ['Name', 'Age'], 'Subject', aggfunc='first')

問題5：依名稱分組並分隔科目和成績

要按名稱分組並分隔科目和成績，請合併列使用melt()，然後使用groupby()：

df.melt(id_vars=['Name', 'Age']) \
 .groupby('Name') \
 .agg(', '.join)

問題6: 融化整個資料框

要融化整個資料框，請省略value_vars 參數：

df.melt(var_name='Column', value_name='Value')

以上是如何融化和解凍 Pandas DataFrame：綜合指南？的詳細內容。更多資訊請關注PHP中文網其他相關文章！