पांडा: डेटाफ़्रेम को चौड़े से लंबे तक कैसे नया आकार दें

आप पांडा डेटाफ़्रेम को विस्तृत प्रारूप से लंबे प्रारूप में बदलने के लिए निम्नलिखित मूल वाक्यविन्यास का उपयोग कर सकते हैं:

 df = pd. melt (df, id_vars=' col1 ', value_vars=[' col2 ', ' col3 ', ...])

इस परिदृश्य में, col1 वह कॉलम है जिसका उपयोग हम पहचानकर्ता के रूप में करते हैं और col2 , col3 , आदि। वे स्तंभ हैं जिनकी धुरी को हम पूर्ववत करते हैं।

निम्नलिखित उदाहरण दिखाता है कि व्यवहार में इस वाक्यविन्यास का उपयोग कैसे करें।

उदाहरण: पांडा डेटाफ़्रेम को चौड़े से लंबे तक नया आकार दें

मान लीजिए हमारे पास निम्नलिखित पांडा डेटाफ़्रेम हैं:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D'],
                   ' points ': [88, 91, 99, 94],
                   ' assists ': [12, 17, 24, 28],
                   ' rebounds ': [22, 28, 30, 31]})

#view DataFrame
df

	team points assists rebounds
0 A 88 12 22
1 B 91 17 28
2 C 99 24 30
3 D 94 28 31

हम इस डेटाफ़्रेम को विस्तृत प्रारूप से लंबे प्रारूप में दोबारा आकार देने के लिए निम्नलिखित सिंटैक्स का उपयोग कर सकते हैं:

 #reshape DataFrame from wide format to long format
df = pd. melt (df, id_vars=' team ', value_vars=[' points ', ' assists ', ' rebounds '])

#view updated DataFrame
df

	team variable value
0 A points 88
1 B points 91
2 C dots 9 9
3 D dots 94
4 A assists 12
5 B assists 17
6 C assists 24
7 D assists 28
8 A rebounds 22
9 B rebounds 28
10 C rebounds 30
11 D rebounds 31

डेटाफ़्रेम अब एक लंबे प्रारूप में है।

हमने “टीम” कॉलम को पहचान कॉलम के रूप में इस्तेमाल किया और “पॉइंट्स”, “असिस्ट्स” और “रिबाउंड्स” कॉलम को अनपिवोट कर दिया।

ध्यान दें कि हम नए लंबे डेटाफ़्रेम में कॉलम नाम निर्दिष्ट करने के लिए var_name और value_name तर्कों का भी उपयोग कर सकते हैं:

 #reshape DataFrame from wide format to long format
df = pd. melt (df, id_vars=' team ', value_vars=[' points ', ' assists ', ' rebounds '],
             var_name=' metric ', value_name=' amount ')

#view updated DataFrame
df

	team metric amount
0 A points 88
1 B points 91
2 C points 99
3 D dots 94
4 A assists 12
5 B assists 17
6 C assists 24
7 D assists 28
8 A rebounds 22
9 B rebounds 28
10 C rebounds 30
11 D rebounds 31

नोट : आप पांडा मेल्ट() फ़ंक्शन का पूरा दस्तावेज़ यहां पा सकते हैं।

अतिरिक्त संसाधन

निम्नलिखित ट्यूटोरियल बताते हैं कि पायथन में अन्य सामान्य ऑपरेशन कैसे करें:

पांडास डेटाफ़्रेम में पंक्तियाँ कैसे जोड़ें
पांडास डेटाफ़्रेम में कॉलम कैसे जोड़ें
पांडा डेटाफ़्रेम में विशिष्ट मानों की घटनाओं की गणना कैसे करें