Pandas: dataframe의 모양을 긴 것에서 넓은 것으로 바꾸는 방법
다음 기본 구문을 사용하여 Pandas DataFrame을 긴 형식에서 넓은 형식으로 변환할 수 있습니다.
df = pd. pivot (df, index=' col1 ', columns=' col2 ', values=' col3 ')
이 시나리오에서는 col1이 인덱스가 되고, col2는 열이 되며, col3은 DataFrame 내부의 값으로 사용됩니다.
다음 예에서는 실제로 이 구문을 사용하는 방법을 보여줍니다.
예: Pandas DataFrame의 모양을 긴 것에서 넓은 것으로 변경
다음과 같은 긴 형식의 pandas DataFrame이 있다고 가정합니다.
import pandas as pd #create DataFrame in long format df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'], ' player ': [1, 2, 3, 4, 1, 2, 3, 4], ' points ': [11, 8, 10, 6, 12, 5, 9, 4]}) #view DataFrame df team player points 0 to 1 11 1 to 2 8 2 to 3 10 3 to 4 6 4 B 1 12 5 B 2 5 6 B 3 9 7 B 4 4
다음 구문을 사용하여 이 DataFrame을 긴 형식에서 넓은 형식으로 변경할 수 있습니다.
#reshape DataFrame from long format to wide format
df = pd. pivot (df, index=' team ', columns=' player ', values=' points ')
#view updated DataFrame
df
player 1 2 3 4
team
A 11 8 10 6
B 12 5 9 4
DataFrame은 이제 와이드 형식입니다.
DataFrame 내부의 값은 “team”을 인덱스 열로, “player”를 열로, “points”를 값으로 사용했습니다.
원하는 경우 대신 “player”를 인덱스 열로 사용하고 “team”을 열로 사용할 수 있습니다.
#reshape DataFrame from long format to wide format
df = pd. pivot (df, index=' player ', columns=' team ', values=' points ')
#view updated DataFrame
df
team A B
player
1 11 12
2 8 5
3 10 9
4 6 4
이 DataFrame도 와이드 형식입니다.
참고 : 여기에서 Pandas 피벗() 함수에 대한 전체 문서를 찾을 수 있습니다.
추가 리소스
다음 튜토리얼에서는 Python에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.
Pandas: DataFrame의 모양을 넓은 것에서 긴 것으로 바꾸는 방법
Pandas DataFrame에 행을 추가하는 방법
Pandas DataFrame에 열을 추가하는 방법
Pandas DataFrame에서 특정 값의 발생 횟수를 계산하는 방법