Как преобразовать сводную таблицу pandas в dataframe

Вы можете использовать следующий синтаксис для преобразования сводной таблицы pandas в DataFrame pandas:

 df = pivot_name. reset_index ()

В следующем примере показано, как использовать этот синтаксис на практике.

Пример. Преобразование сводной таблицы в DataFrame

Предположим, у нас есть следующий DataFrame 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

Мы можем использовать следующий код для создания сводной таблицы, в которой отображаются средние очки, набранные командой и позицией:

 #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

Затем мы можем использовать функцию reset_index() для преобразования этой сводной таблицы в DataFrame 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

Результатом является DataFrame pandas с двумя строками и тремя столбцами.

Мы также можем использовать следующий синтаксис для переименования столбцов 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

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции в pandas:

Pandas: как изменить форму DataFrame с длинного на широкий
Pandas: как изменить форму DataFrame с широкой на длинную
Pandas: как группировать и агрегировать по нескольким столбцам