如何使用 pd.melt() 将 Pandas DataFrame 从宽格式重塑为长格式？

使用 Pandas 将列转换为行

此问题解决了将 CSV 数据集（其中日期相关信息分布在多个列中）转换为每个日期的格式的需求有自己的行。为了实现此转换，用户使用 pd.melt 函数。

原始 CSV 结构类似于：

location    name    Jan-2010    Feb-2010    March-2010
A           "test"  12          20          30
B           "foo"   18          20          25

所需的结果是一个包含位置、名称、日期和列的表格值：

location    name    Date        Value
A           "test"  Jan-2010    12       
A           "test"  Feb-2010    20
A           "test"  March-2010  30
B           "foo"   Jan-2010    18       
B           "foo"   Feb-2010    20
B           "foo"   March-2010  25

pd.melt 函数提供了重组数据的方法。它需要几个参数：

• id_vars：在表融化时保持不变的列。在本例中，位置和名称。
• var_name：将保存原始列名称（与熔化之前相同）的新列的名称。在本例中，为 Date.
• value_name：将保存原始数据列中的值的列的名称。在本例中，值。

df.melt(id_vars=["location", "name"],
        var_name="Date",
        value_name="Value")

生成的 DataFrame 与所需的输出匹配，每个月现在占据单独的行。

以上是如何使用 pd.melt() 将 Pandas DataFrame 从宽格式重塑为长格式？的详细内容。更多信息请关注PHP中文网其他相关文章！