跳转至

Python | Pandas.melt()

原文:https://www.geeksforgeeks.org/python-pandas-melt/

为了更容易地分析表格中的数据,我们可以使用 Python 中的 Pandas 将数据重塑为更便于计算机使用的形式。Pandas.melt()就是这样做的功能之一.. Pandas.melt()将数据帧从宽格式取消固定为长格式。 melt() 函数用于将数据框消息转换为一种格式,其中一列或多列是标识符变量,而所有其他被认为是测量变量的列被取消固定到行轴,只留下两个非标识符列,变量和值。 语法:

pandas.melt(frame, id_vars=None, value_vars=None,
 var_name=None, value_name='value', col_level=None)

参数:

框架:数据框架 id_vars[元组、列表或数组,可选] : 用作标识符变量的列。 value_vars[元组、列表或数组,可选]: 要取消固定的列。如果未指定,将使用所有未设置为 id_vars 的列。 var_Name[标量]: 用于“变量”列的名称。如果没有,则使用 frame.columns.name 或“variable”。 value_Name[标量,默认‘值’]:用于‘值’列的名称。 col_level[int 或 string,可选]: 如果列是多索引,则使用该级别进行熔化。

例:

蟒蛇 3

# Create a simple dataframe

# importing pandas as pd
import pandas as pd

# creating a dataframe
df = pd.DataFrame({'Name': {0: 'John', 1: 'Bob', 2: 'Shiela'},
                   'Course': {0: 'Masters', 1: 'Graduate', 2: 'Graduate'},
                   'Age': {0: 27, 1: 23, 2: 21}})
df

蟒蛇 3

# Name is id_vars and Course is value_vars
pd.melt(df, id_vars =['Name'], value_vars =['Course'])

蟒蛇 3

# multiple unpivot columns
pd.melt(df, id_vars =['Name'], value_vars =['Course', 'Age'])

蟒蛇 3

# Names of ‘variable’ and ‘value’ columns can be customized
pd.melt(df, id_vars =['Name'], value_vars =['Course'],
              var_name ='ChangedVarname', value_name ='ChangedValname')



回到顶部