Как развернуть dataframe pandas (с примером)

В pandas вы можете использовать функцию Melt() , чтобы развернуть DataFrame — преобразуя его из широкого формата в длинный .

Эта функция использует следующий базовый синтаксис:

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

Золото:

• id_vars : столбцы, которые будут использоваться в качестве идентификаторов.
• value_vars : Столбцы, которые нужно отменить.

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

Пример: отмена поворота DataFrame Pandas

Предположим, у нас есть следующий DataFrame pandas:

 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

Мы можем использовать следующий синтаксис, чтобы «развернуть» 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

Мы использовали столбец команды в качестве столбца идентификатора и решили не чередовать столбцы очков, передач и подборов .

Результатом является DataFrame длинного формата.

Обратите внимание, что мы также можем использовать аргументы var_name и value_name для указания имен столбцов в не повернутом DataFrame:

 #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

Обратите внимание, что новые столбцы теперь называются Metric и Amount .

Дополнительные ресурсы

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

Как добавить строки в DataFrame Pandas
Как добавить столбцы в DataFrame Pandas
Как подсчитать появление определенных значений в Pandas DataFrame