पांडा डेटाफ़्रेम को कैसे अनपिवोट करें (उदाहरण के साथ)

पांडा में आप डेटाफ़्रेम को अनपिवोट करने के लिए मेल्ट() फ़ंक्शन का उपयोग कर सकते हैं – इसे एक विस्तृत प्रारूप से एक लंबे प्रारूप में परिवर्तित कर सकते हैं।

यह फ़ंक्शन निम्नलिखित मूल सिंटैक्स का उपयोग करता है:

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

सोना:

• id_vars : पहचानकर्ता के रूप में उपयोग किए जाने वाले कॉलम
• value_vars : अनपिवोट करने के लिए कॉलम

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

उदाहरण: पांडास डेटाफ़्रेम को अनपिवोट करना

मान लीजिए हमारे पास निम्नलिखित पांडा डेटाफ़्रेम हैं:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E'],
                   ' points ': [18, 22, 19, 14, 14],
                   ' assists ': [5, 7, 7, 9, 12],
                   ' rebounds ': [11, 8, 10, 6, 6]})

#view DataFrame
print (df)

  team points assists rebounds
0 A 18 5 11
1 B 22 7 8
2 C 19 7 10
3 D 14 9 6
4 E 14 12 6

हम डेटाफ़्रेम को “अनपिवोट” करने के लिए निम्नलिखित सिंटैक्स का उपयोग कर सकते हैं:

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

#view updated DataFrame
print (df_unpivot)

   team variable value
0 A points 18
1 B points 22
2 C points 19
3 D dots 14
4 E points 14
5 A assists 5
6 B assists 7
7 C assists 7
8 D assists 9
9 E assists 12
10 A rebounds 11
11 B rebounds 8
12 C rebounds 10
13 D rebounds 6
14 E rebounds 6

हमने टीम कॉलम को पहचानकर्ता कॉलम के रूप में इस्तेमाल किया और पॉइंट, असिस्ट और रिबाउंड कॉलम को घुमाने नहीं दिया।

परिणाम एक लंबा प्रारूप डेटाफ़्रेम है।

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

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

#view updated DataFrame
print (df_unpivot)

   team metric amount
0 A points 18
1 B points 22
2 C points 19
3 D dots 14
4 E points 14
5 A assists 5
6 B assists 7
7 C assists 7
8 D assists 9
9 E assists 12
10 A rebounds 11
11 B rebounds 8
12 C rebounds 10
13 D rebounds 6
14 E rebounds 6

ध्यान दें कि नए कॉलम का शीर्षक अब मीट्रिक और राशि है।

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