如何在 Pandas 中有效地旋转数据帧？

透视 DataFrame

简介

透视，也称为转置，是数据转换中的常见操作，其中交换行和列。它对于将数据重塑为更合适的格式或创建跨多个维度汇总数据的报告等任务非常有用。在 Python 中，pandas 提供了多种用于旋转 DataFrame 的方法，每种方法都有自己的优点和局限性。

基本旋转

对于基本旋转，您可以使用以下方法：

pandas.pivot_table: 该方法通过指定要旋转的列，提供了灵活的数据透视接口用作行、列和值。支持各种聚合函数，如平均值、总和、计数等

pandas.DataFrame.groupby pandas.unstack:使用groupby按所需列对数据进行分组，然后使用unstack结果MultiIndex unstack 以创建旋转的 DataFrame。

高级旋转

用于更复杂的旋转操作，您可以使用以下方法：

pandas.DataFrame.set_index pandas.unstack: 与 groupby 类似，但如果您在一组唯一的行和列上进行旋转，则效率更高。

pandas.DataFrame.pivot:pivot_table 的更简洁版本，但功能有限

其他方法

pandas.crosstab: 用于创建列联表（交叉表），这是一种跨两个分类变量聚合数据的数据透视表。

pandas.factorize numpy.bincount: 更多先进的技术可以更快地执行某些操作。使用因式分解将分类值转换为唯一整数，然后使用 bincount 计算出现次数。

pandas.get_dummies pandas.DataFrame.dot: 使用虚拟变量执行交叉表的创造性方法.

示例

以下是一些如何使用的示例这些方法：

# Import pandas
import pandas as pd

# Create a sample DataFrame
df = pd.DataFrame({
    "key": ["a", "b", "c", "a", "b"],
    "row": [1, 2, 3, 4, 5],
    "col": ["col1", "col2", "col3", "col1", "col2"],
    "val": [10, 20, 30, 40, 50]
})

# Pivot using pivot_table
pivoted_df = pd.pivot_table(
    df, index="row", columns="col", values="val", aggfunc='mean', fill_value=0
)

# Pivot using groupby and unstack
pivoted_df = df.groupby(['row', 'col'])['val'].mean().unstack(fill_value=0)

展平

要展平透视 DataFrame 的多索引，您可以根据列类型使用不同的方法：

如果列是字符串：

pivoted_df.columns = pivoted_df.columns.map('|'.join)

如果列是元组：

pivoted_df.columns = pivoted_df.columns.map('{0[0]}|{0[1]}'.format)

附加说明

• 选择要旋转的列时，确保它们是分类的或具有有限数量的唯一值，以避免创建宽 DataFrame许多列。
• 使用聚合函数处理缺失时请注意填充值数据。
• 考虑对大型数据集使用 set_index 和分解等性能增强技术。
• 如果需要将数据从宽格式转置为长格式，请探索其他选项，例如 pandas.wide_to_long。

以上是如何在 Pandas 中有效地旋转数据帧？的详细内容。更多信息请关注PHP中文网其他相关文章！