使用 Pandas 将长数据重塑为宽格式
处理长格式数据时，可能需要将其重塑为宽格式，以便更好地分析和可视化。一个常见的挑战是根据多个变量重塑数据。
考虑以下数据框：
salesman height product price Knut 6 bat 5 Knut 6 ball 1 Knut 6 wand 3 Steve 5 pen 2
目标是将这些数据重塑为宽格式：
salesman height product_1 price_1 product_2 price_2 product_3 price_3 Knut 6 bat 5 ball 1 wand 3 Steve 5 pen 2 NA NA NA NA
虽然melt/stack/unstack通常用于重塑数据，但它们可能不适合这种特定场景。
可以使用以下代码找到此问题的解决方案：
<code class="python">import pandas as pd
# Create sample data
raw_data = {
'salesman': ['Knut', 'Knut', 'Knut', 'Steve'],
'height': [6, 6, 6, 5],
'product': ['bat', 'ball', 'wand', 'pen'],
'price': [5, 1, 3, 2]
}
df = pd.DataFrame(raw_data)
# Reshape data
df_wide = df.pivot_table(index=['salesman', 'height'], columns='product', values='price')
# Reset index to get it in the desired format
df_wide = df_wide.reset_index(level=[0, 1])
# Rename columns
new_columns = ['salesman', 'height'] + [f'product_{i}' for i in range(1, df_wide.shape[1] - 1)] + [f'price_{i}' for i in range(1, df_wide.shape[1] - 1)]
df_wide.columns = new_columns
# Handle missing values
df_wide.fillna("NA", inplace=True)</code>生成的数据帧 df_wide 将采用所需的宽格式。
以上是如何使用 Pandas 将长数据重塑为具有多个变量的宽格式？的详细内容。更多信息请关注PHP中文网其他相关文章！
