Cara membatalkan pivot dataframe pandas (dengan contoh)

Di panda, Anda dapat menggunakan fungsimelt () untuk membatalkan pivot DataFrame – mengonversinya dari format lebar ke format panjang .

Fungsi ini menggunakan sintaks dasar berikut:

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

Emas:

• id_vars : Kolom yang akan digunakan sebagai pengidentifikasi
• value_vars : Kolom yang akan dilepas porosnya

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Contoh: membatalkan pivot pada Pandas DataFrame

Misalkan kita memiliki panda DataFrame berikut:

 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

Kita dapat menggunakan sintaks berikut untuk “melepaskan” DataFrame:

 #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

Kami menggunakan kolom tim sebagai kolom pengidentifikasi dan memilih untuk tidak merotasi kolom poin, assist , dan rebound .

Hasilnya adalah DataFrame format panjang.

Perhatikan bahwa kita juga dapat menggunakan argumen var_name dan value_name untuk menentukan nama kolom di DataFrame yang tidak diputar:

 #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

Perhatikan bahwa kolom baru sekarang diberi judul Metric dan Amount .

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan operasi umum lainnya dengan Python:

Bagaimana cara menambahkan baris ke Pandas DataFrame
Bagaimana cara menambahkan kolom ke Pandas DataFrame
Cara menghitung kemunculan nilai tertentu di Pandas DataFrame