标签：技巧 vars 索引 转置 列名 value 行列 pandas name
公众号：尤而小屋
作者：Peter
编辑：Peter
大家好，我是Peter~
本文介绍的是Pandas中4个行列转换的方法，包含：
- melt
- 转置T或者transpose
- wide_to_long
- explode（爆炸函数）
最后回答一个读者朋友问到的数据处理问题。
Pandas行列转换
pandas中有多种方法能够实现行列转换：
导入库
import pandas as pd
import numpy as np
函数melt
melt的主要参数：
pandas.melt(frame,
id_vars=None,
value_vars=None,
var_name=None,
value_name='value',
ignore_index=True,
col_level=None)
下面解释参数的含义：
-
frame：要处理的数据框DataFrame。
-
id_vars：表示不需要被转换的列名
-
value_vars：表示需要转换的列名，如果剩下的列全部都需要进行转换，则不必写
-
var_name和value_name：自定义设置对应的列名，相当于是取新的列名
-
igonore_index：是否忽略原列名，默认是True，就是忽略了原索引名，重新生成0,1,2,3,4…的自然索引
-
col_level：如果列是多层索引列MultiIndex，则使用此参数；这个参数少用
模拟数据
# 待转换的数据：frame
df = pd.DataFrame({"col1":[1,1,1,1,1],
"col2":[3,3,3,3,3],
"col3":["a","a","a","b","b"]
})
df
id_vars
value_vars
上面两个参数的同时使用：
同时转换多个列属性：
var_name和value_name
pd.melt(
df,
id_vars=["col1"], # 不变
value_vars=["col3"], # 转变
var_name="col4", # 新的列名
value_name="col5" # 对应值的新列名
)
ignore_index
默认情况下是生成自然索引：
可以改成False，使用原来的索引：
转置函数
pandas中的T属性或者transpose函数就是实现行转列的功能，准确地说就是转置
简单转置
模拟了一份数据，查看转置的结果：
使用transpose函数进行转置：
还有另一个方法：先对值values进行转置，再把索引和列名进行交换：
最后看一个简单的案例：
wide_to_long函数
字面意思就是：将数据集从宽格式转换为长格式
wide_to_long(
df,
stubnames,
i,
j,
sep: str = "",
suffix: str = "\\d+"
参数的具体解释：
- df：待转换的数据框
- stubnames：宽表中列名相同的存部分
- i：要用作 id 变量的列
- j：给长格式的“后缀”列设置 columns
- sep：设置要删除的分隔符。例如 columns 为 A-2020，则指定 sep=’-’ 来删除分隔符。默认为空。
- suffix：通过设置正则表达式取得“后缀”。默认’\d+‘表示取得数字后缀。没有数字的“后缀”可以用’\D+'来取得
模拟数据
转换过程
使用函数实施转换：
设置多层索引
先模拟一份数据：
如果不习惯多层索引，可以转成下面的格式：
sep和suffix
df5 = pd.DataFrame({
'a': [1, 1, 2, 2, 3, 3, 3],
'b': [1, 2, 2, 3, 1, 2, 3],
'stu_one': [2.8, 2.9, 1.8, 1.9, 2.2, 2.3, 2.1],
'stu_two': [3.4, 3.8, 2.8, 2.4, 3.3, 3.4, 2.9]
})
df5
pd.wide_to_long(
df5,
stubnames='stu',
i=['a', 'b'],
j='number',
sep='_', # 列名中存在连接符时使用；默认为空
suffix=r'\w+') # 基于正则表达式的后缀；默认是数字\d+；这里改成\w+，表示字母
爆炸函数-explode
explode(column, ignore_index=False)
这个函数的参数就只有两个：
- column：待爆炸的元素
- ignore_index：是否忽略索引；默认是False，保持原来的索引
模拟数据
单个字段爆炸
对单个字段实施爆炸过程，将宽表转成长表：
参数ignore_index
多个字段爆炸
连续对多个字段实施爆炸的过程：
读者解疑
在这里回答一个读者的问题，数据采用模拟的形式。有下面的这样一份数据，需求：
每个shop下每个fruit在各自shop的占比
fruit = pd.DataFrame({
"shop":["shop1","shop3","shop2","shop3",
"shop2","shop1","shop3","shop2",
"shop3","shop2","shop3","shop2","shop1"],
"fruit":["苹果","葡萄","香蕉","苹果",
"葡萄","橘子","梨","哈密瓜",
"葡萄","香蕉","苹果","葡萄","橘子"],
"number":[100,200,340,150,
200,300,90,80,340,
150,200,300,90]})
fruit
首先我们是需要统计每个shop每个fruit的销量
方法1：多步骤
方法1采用的是多步骤解决：
1、每个shop的总销量
2、增加总和shop_sum列
3、生成占比
方法2：使用transform函数
标签：技巧,vars,索引,转置,列名,value,行列,pandas,name 来源： https://blog.csdn.net/qq_25443541/article/details/121961253
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。