Pandy: jak zmienić kształt ramki danych z szerokiej na długą

Możesz użyć następującej podstawowej składni, aby przekonwertować ramkę danych pandy z szerokiego formatu na długi format:

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

W tym scenariuszu col1 to kolumna, której używamy jako identyfikatora, a col2 , col3 itd. to kolumny, których oś cofamy.

Poniższy przykład pokazuje, jak zastosować tę składnię w praktyce.

Przykład: Zmień kształt ramki danych Pandas z szerokiego na długi

Załóżmy, że mamy następującą ramkę DataFrame pand:

 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

Możemy użyć następującej składni, aby przekształcić tę ramkę danych z szerokiego formatu na długi format:

 #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

DataFrame ma teraz długi format.

Użyliśmy kolumny „zespół” jako kolumny identyfikacyjnej i nie przestawialiśmy kolumn „punkty”, „asysty” i „zbiórki”.

Zauważ, że możemy również użyć argumentów nazwa_zmiennej i nazwa_wartości , aby określić nazwy kolumn w nowej długiej ramce danych:

 #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

Uwaga : pełną dokumentację funkcji Melt() pandy znajdziesz tutaj .

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe operacje w Pythonie:

Jak dodać wiersze do ramki danych Pandas
Jak dodać kolumny do ramki danych Pandas
Jak zliczać wystąpienia określonych wartości w Pandas DataFrame