如何将 pandas 数据透视表转换为 dataframe

您可以使用以下语法将 pandas 数据透视表转换为 pandas DataFrame：

 df = pivot_name. reset_index ()

以下示例展示了如何在实践中使用此语法。

示例：将数据透视表转换为数据帧

假设我们有以下 pandas DataFrame：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   ' position ': ['G', 'G', 'F', 'F', 'G', 'G', 'F', 'F'],
                   ' points ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
df

	team position points
0 A G 11
1 A G 8
2 A F 10
3 A F 6
4 B G 6
5 B G 5
6 B F 9
7 B F 12

我们可以使用以下代码创建一个数据透视表，显示按球队和位置划分的平均得分：

 #create pivot table
df_pivot = pd. pivot_table (df, values=' points ', index=' team ', columns=' position ')

#view pivot table
df_pivot

position F G
team		
At 8.0 9.5
B 10.5 5.5

然后我们可以使用reset_index()函数将此数据透视表转换为pandas DataFrame：

 #convert pivot table to DataFrame
df2 = df_pivot. reset_index ()

#view DataFrame
df2

	team F G
0 to 8.0 9.5
1 B 10.5 5.5

结果是一个具有两行三列的 pandas DataFrame。

我们还可以使用以下语法来重命名 DataFrame 的列：

 #convert pivot table to DataFrame
df2. columns = [' team ', ' Forward_Pts ', ' Guard_Pts ']

#view updated DataFrame
df2

        team Forward_Pts Guard_Pts
0 to 8.0 9.5
1 B 10.5 5.5

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

Pandas：如何将 DataFrame 从长到宽重塑
Pandas：如何将 DataFrame 从宽变为长
Pandas：如何跨多列进行分组和聚合