So konvertieren sie pandas pivottable in dataframe

Sie können die folgende Syntax verwenden, um eine Pandas-PivotTable in einen Pandas-DataFrame zu konvertieren:

 df = pivot_name. reset_index ()

Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.

Beispiel: PivotTable in DataFrame konvertieren

Angenommen, wir haben den folgenden 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

Mit dem folgenden Code können wir eine Pivot-Tabelle erstellen, die die durchschnittlich erzielten Punkte nach Team und Position anzeigt:

 #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

Anschließend können wir die Funktion „reset_index()“ verwenden, um diese Pivot-Tabelle in einen Pandas-DataFrame zu konvertieren:

 #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

Das Ergebnis ist ein Pandas-DataFrame mit zwei Zeilen und drei Spalten.

Wir können auch die folgende Syntax verwenden, um die Spalten des DataFrame umzubenennen :

 #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

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere gängige Vorgänge in Pandas ausgeführt werden:

Pandas: So formen Sie den DataFrame von lang zu breit um
Pandas: So formen Sie den DataFrame von breit nach lang um
Pandas: So gruppieren und aggregieren Sie über mehrere Spalten hinweg