如何融化 pandas 資料框？

問題內容

在 pandas 標籤上，我經常看到用戶詢問有關在 pandas 中融化資料幀的問題。我將嘗試針對這個主題進行規範的問答（自我回答）。

我要澄清：

1. 什麼是熔化？

2. 如何使用melt？

3. 什麼時候使用melt？

我看到一些有關融化的熱門問題，例如：

• 使用 pandas 將列轉換為行：這個實際上可能很好，但更多的解釋會更好。

• pandas melt function：一個很好的問題，答案也很好，但有點太模糊了，沒有太多解釋。

• 融化 pandas 資料框：也是一個很好的答案！但這只是針對特定情況，這很簡單，只有 pd.melt(df)

• pandas 資料框使用列作為行（融化）：非常整潔！但問題是，它只針對op提出的具體問題，也需要使用pivot_table。

所以我將嘗試針對這個主題進行規範的問答。

資料集：

我將在這個隨機年齡的隨機人的隨機成績數據集中找到所有答案（更容易解釋答案：d）：

import pandas as pd
df = pd.dataframe({'name': ['bob', 'john', 'foo', 'bar', 'alex', 'tom'],
                   'math': ['a+', 'b', 'a', 'f', 'd', 'c'],
                   'english': ['c', 'b', 'b', 'a+', 'f', 'a'],
                   'age': [13, 16, 16, 15, 15, 13]})

>>> df
   name math english  age
0   bob   a+       c   13
1  john    b       b   16
2   foo    a       b   16
3   bar    f      a+   15
4  alex    d       f   15
5   tom    c       a   13

問題：

問題 1：

如何融化資料框以使原始資料框變為以下內容？

    name  age  subject grade
0    bob   13  english     c
1   john   16  english     b
2    foo   16  english     b
3    bar   15  english    a+
4   alex   17  english     f
5    tom   12  english     a
6    bob   13     math    a+
7   john   16     math     b
8    foo   16     math     a
9    bar   15     math     f
10  alex   17     math     d
11   tom   12     math     c

我想對其進行轉置，以便一列是每個科目，其他列是學生的重複姓名及其年齡和分數。

問題 2：

這和問題1類似，但這次我想讓問題1輸出subject列只有math，我想過濾掉english列：

   name  age subject grades
0   bob   13    math     a+
1  john   16    math      b
2   foo   16    math      a
3   bar   15    math      f
4  alex   15    math      d
5   tom   13    math      c

我希望輸出如上圖所示。

問題 3：

如果我要將熔化分組並按學生的分數排序，我該如何做到這一點，以獲得如下所示的所需輸出：

  value             name                subjects
0     a         foo, tom           math, english
1    a+         bob, bar           math, english
2     b  john, john, foo  math, english, english
3     c         tom, bob           math, english
4     d             alex                    math
5     f        bar, alex           math, english

我需要對其進行排序，名稱用逗號分隔，並且 subjects 分別以相同的順序用逗號分隔。

問題 4：

我如何解凍一個熔化的資料框？假設我已經融化了這個資料框：

df = df.melt(id_vars=['name', 'age'], var_name='subject', value_name='grades')

成為：

    name  age  subject grades
0    bob   13     math     a+
1   john   16     math      b
2    foo   16     math      a
3    bar   15     math      f
4   alex   15     math      d
5    tom   13     math      c
6    bob   13  english      c
7   john   16  english      b
8    foo   16  english      b
9    bar   15  english     a+
10  alex   15  english      f
11   tom   13  english      a

那麼我如何將其轉換回原始資料框，如下所示？

   name math english  age
0   bob   a+       c   13
1  john    b       b   16
2   foo    a       b   16
3   bar    f      a+   15
4  alex    d       f   15
5   tom    c       a   13

問題 5：

如果我要按學生姓名分組並用逗號分隔科目和成績，我會怎麼做？

   name        subject grades
0  alex  math, english   d, f
1   bar  math, english  f, a+
2   bob  math, english  a+, c
3   foo  math, english   a, b
4  john  math, english   b, b
5   tom  math, english   c, a

我想要一個像上面這樣的資料框。

問題 6：

如果我要完全融化我的資料框，所有列都作為值，我會怎麼做？

     Column Value
0      Name   Bob
1      Name  John
2      Name   Foo
3      Name   Bar
4      Name  Alex
5      Name   Tom
6      Math    A+
7      Math     B
8      Math     A
9      Math     F
10     Math     D
11     Math     C
12  English     C
13  English     B
14  English     B
15  English    A+
16  English     F
17  English     A
18      Age    13
19      Age    16
20      Age    16
21      Age    15
22      Age    15
23      Age    13

我想要一個像上面這樣的資料框。所有列作為值。

正確答案

pandas 版本< 0.20.0 的注意事項：我將使用df.melt(... ) 作為我的範例，但您需要使用pd.melt(df, .. .) 來代替。

文件參考：

這裡的大多數解決方案都會與melt< 一起使用/a>，所以要知道方法melt ，請參閱文檔說明。

熔化邏輯：

melting合併多列，將dataframe由寬轉長，解決問題1（見下文），步驟為：

1. 首先我們得到了原始資料幀。

2. 然後，melt 首先合併 math 和 english 列，並使資料幀複製（更長）。

3. 最後它加入了 subject 列，它分別是 grades 列值的主題：

這是 melt 函數的簡單邏輯。

解決方案：

問題 1：

問題 1 可以使用 pd.dataframe.melt 解決 使用以下程式碼：

print(df.melt(id_vars=['name', 'age'], var_name='subject', value_name='grades'))

此程式碼將id_vars 參數傳遞給['name', 'age']，然後自動將value_vars 設定為其他欄位（ ['math', 'english']），這是轉置的轉換為該格式。

您也可以使用 stack 像下面這樣：

print(
    df.set_index(["name", "age"])
    .stack()
    .reset_index(name="grade")
    .rename(columns={"level_2": "subject"})
    .sort_values("subject")
    .reset_index(drop=true)
)

此程式碼將name 和age 欄位設定為索引，並堆疊其餘欄位math 和english，並重設索引並指定grade 作為列名稱，然後將其他列重新命名為level_2phpcnendcphp cn 到<code>subject 然後按subject 列，最後再次重置索引。

這兩個解決方案輸出：

    name  age  subject grade
0    bob   13  english     c
1   john   16  english     b
2    foo   16  english     b
3    bar   15  english    a+
4   alex   17  english     f
5    tom   12  english     a
6    bob   13     math    a+
7   john   16     math     b
8    foo   16     math     a
9    bar   15     math     f
10  alex   17     math     d
11   tom   12     math     c

问题 2：

这和我的第一个问题类似，但是这个我只在 math 列中进行过滤，这时候 value_vars 参数就可以派上用场了，如下所示：

print(
    df.melt(
        id_vars=["name", "age"],
        value_vars="math",
        var_name="subject",
        value_name="grades",
    )
)

或者我们也可以使用 stack 与列规格：

print(
    df.set_index(["name", "age"])[["math"]]
    .stack()
    .reset_index(name="grade")
    .rename(columns={"level_2": "subject"})
    .sort_values("subject")
    .reset_index(drop=true)
)

这两种解决方案都给出：

   name  age subject grade
0   bob   13    math    a+
1  john   16    math     b
2   foo   16    math     a
3   bar   15    math     f
4  alex   15    math     d
5   tom   13    math     c

问题 3：

问题3可以通过melt解决和 groupby，使用 agg 函数和 ' , '.join，如下所示：

print(
    df.melt(id_vars=["name", "age"])
    .groupby("value", as_index=false)
    .agg(", ".join)
)

它会融合数据框，然后按等级进行分组，聚合它们并用逗号将它们连接起来。

stack也可以用来解决这个问题，与 stack 和 groupby 如下所示：

print(
    df.set_index(["name", "age"])
    .stack()
    .reset_index()
    .rename(columns={"level_2": "subjects", 0: "grade"})
    .groupby("grade", as_index=false)
    .agg(", ".join)
)

这个 stack 函数只是转置数据帧以相当于 melt 的方式，然后重置索引，重命名列、组和聚合。

两种解决方案输出：

  grade             name                subjects
0     a         foo, tom           math, english
1    a+         bob, bar           math, english
2     b  john, john, foo  math, english, english
3     c         bob, tom           english, math
4     d             alex                    math
5     f        bar, alex           math, english

问题 4：

这可以通过 pivot_table 来解决。我们必须指定参数 values、index、columns 以及 aggfunc。

我们可以用下面的代码来解决这个问题：

print(
    df.pivot_table("grades", ["name", "age"], "subject", aggfunc="first")
    .reset_index()
    .rename_axis(columns=none)
)

输出：

   name  age english math
0  alex   15       f    d
1   bar   15      a+    f
2   bob   13       c   a+
3   foo   16       b    a
4  john   16       b    b
5   tom   13       a    c

融化的数据帧被转换回与原始数据帧完全相同的格式。

我们首先旋转融化的数据框，然后重置索引并删除列轴名称。

问题 5：

问题5可以通过melt解决和 groupby 如下所示：

print(
    df.melt(id_vars=["name", "age"], var_name="subject", value_name="grades")
    .groupby("name", as_index=false)
    .agg(", ".join)
)

融化并按 name 分组。

或者您可以stack：

print(
    df.set_index(["name", "age"])
    .stack()
    .reset_index()
    .groupby("name", as_index=false)
    .agg(", ".join)
    .rename({"level_2": "subjects", 0: "grades"}, axis=1)
)

两个代码输出：

   name       subjects grades
0  alex  math, english   d, f
1   bar  math, english  f, a+
2   bob  math, english  a+, c
3   foo  math, english   a, b
4  john  math, english   b, b
5   tom  math, english   c, a

问题 6：

问题6可以通过melt解决并且不需要指定列，只需指定预期的列名称：

print(df.melt(var_name='column', value_name='value'))

这会融化整个数据框。

或者您可以stack：

print(
    df.stack()
    .reset_index(level=1)
    .sort_values("level_1")
    .reset_index(drop=true)
    .set_axis(["column", "value"], axis=1)
)

两个代码输出：

     Column Value
0       Age    16
1       Age    15
2       Age    15
3       Age    16
4       Age    13
5       Age    13
6   English    A+
7   English     B
8   English     B
9   English     A
10  English     F
11  English     C
12     Math     C
13     Math    A+
14     Math     D
15     Math     B
16     Math     F
17     Math     A
18     Name  Alex
19     Name   Bar
20     Name   Tom
21     Name   Foo
22     Name  John
23     Name   Bob

以上是如何融化 pandas 資料框？的詳細內容。更多資訊請關注PHP中文網其他相關文章！