Como converter a tabela dinâmica do pandas em dataframe

Você pode usar a seguinte sintaxe para converter uma tabela dinâmica do pandas em um DataFrame do pandas:

 df = pivot_name. reset_index ()

O exemplo a seguir mostra como usar essa sintaxe na prática.

Exemplo: Converter Tabela Dinâmica em DataFrame

Suponha que temos o seguinte DataFrame do pandas:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   ' position ': ['G', 'G', 'F', 'F', 'G', 'G', 'F', 'F'],
                   ' points ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
df

	team position points
0 A G 11
1 A G 8
2 A F 10
3 A F 6
4 B G 6
5 B G 5
6 B F 9
7 B F 12

Podemos usar o código a seguir para criar uma tabela dinâmica que exibe a média de pontos marcados por equipe e posição:

 #create pivot table
df_pivot = pd. pivot_table (df, values=' points ', index=' team ', columns=' position ')

#view pivot table
df_pivot

position F G
team		
At 8.0 9.5
B 10.5 5.5

Podemos então usar a função reset_index() para converter esta tabela dinâmica em um DataFrame do pandas:

 #convert pivot table to DataFrame
df2 = df_pivot. reset_index ()

#view DataFrame
df2

	team F G
0 to 8.0 9.5
1 B 10.5 5.5

O resultado é um DataFrame do pandas com duas linhas e três colunas.

Também podemos usar a seguinte sintaxe para renomear as colunas do DataFrame:

 #convert pivot table to DataFrame
df2. columns = [' team ', ' Forward_Pts ', ' Guard_Pts ']

#view updated DataFrame
df2

        team Forward_Pts Guard_Pts
0 to 8.0 9.5
1 B 10.5 5.5

Recursos adicionais

Os tutoriais a seguir explicam como realizar outras operações comuns em pandas:

Pandas: Como remodelar o DataFrame de longo para largo
Pandas: Como remodelar o DataFrame de largo para longo
Pandas: como agrupar e agregar em várias colunas