Jak cofnąć obrót ramki danych pandas (z przykładem)

W pandach możesz użyć funkcjimelt() , aby cofnąć obrót ramki DataFrame – konwertując ją z szerokiego formatu na długi format .

Ta funkcja wykorzystuje następującą podstawową składnię:

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

Złoto:

• id_vars : Kolumny używane jako identyfikatory
• value_vars : Kolumny do cofnięcia obrotu

Poniższy przykład pokazuje, jak zastosować tę składnię w praktyce.

Przykład: cofnięcie obrotu ramki danych Pandas

Załóżmy, że mamy następującą ramkę danych pandy:

 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

Możemy użyć następującej składni, aby „cofnąć” ramkę 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

Użyliśmy kolumny drużyny jako kolumny identyfikatora i zdecydowaliśmy się nie zmieniać kolumn punktów, asyst i zbiórek .

Rezultatem jest ramka DataFrame o długim formacie.

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

 #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

Należy zauważyć, że nowe kolumny mają teraz tytuły Metryka i Kwota .

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