Pandas: como remodelar o dataframe de longo para largo

Você pode usar a seguinte sintaxe básica para converter um DataFrame do pandas do formato longo para o formato largo:

 df = pd. pivot (df, index=' col1 ', columns=' col2 ', values=' col3 ')

Neste cenário, col1 se tornará o índice, col2 se tornará as colunas e col3 será usado como valores dentro do DataFrame.

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

Exemplo: remodelar o DataFrame do Pandas de longo para largo

Suponha que temos o seguinte DataFrame do pandas em um formato longo:

 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

Podemos usar a seguinte sintaxe para remodelar este DataFrame do formato longo para o formato amplo:

 #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

O DataFrame agora está em formato amplo.

Usamos “team” como coluna de índice, “player” como colunas e “points” como valores dentro do DataFrame.

Observe que poderíamos usar “player” como coluna de índice e “team” como colunas, se desejarmos:

 #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

Este DataFrame também está em formato amplo.

Nota : Você pode encontrar a documentação completa da função pandas pivot() aqui .

Recursos adicionais

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

Pandas: Como remodelar o DataFrame de largo para longo
Como adicionar linhas a um DataFrame do Pandas
Como adicionar colunas a um DataFrame do Pandas
Como contar ocorrências de valores específicos no Pandas DataFrame