一、列转行
1、背景描述
在日常处理数据过程中，你们可能会经常遇到这种类型的数据：
而我们用pandas进行统计分析时，往往需要将结果转换成以下类型的数据：
2.方法描述
准备数据
df = pd.DataFrame({'姓名': ['A','B','C'],
'英语':[90,60,70],
'数学':[80,98,80],
'语文':[85,90,75]})
这个实现的方法有多种形式，这里集中进行展示
2.1 方法1
tmp=df.set_index(['姓名']).stack() tmp2=tmp.rename_axis(index=['姓名','科目']) tmp2.name='分数' tmp2.reset_index()
2.2 方法2
tmp=df.set_index(['姓名']).stack() tmp.index.names=['姓名','科目'] tmp.reset_index(name='分数')
2.3 方法3
tmp=df.set_index(['姓名']).stack().reset_index() tmp.columns=['姓名','科目','分数']
2.4 方法4
tmp=pd.melt(df,id_vars='姓名',var_name='科目',value_name='分数')
3 思考与总结
通过上述的对比，相信各位已经明白其中的厉害之处了，下面就来重点讲解一下melt这个函数。melt函数共有以下几个：
frame: 需要处理的数据帧id_vars: 不需要做列转行处理的字段，如果不设置该字段则默认会对所有列进行处理value_vars: 需要做列转行的字段，不指定则不处理var_name: 列转行处理后，生成字段列，对列转行之前的字段名称进行重命名value_name: 列转行处理后，生成数值列，对列转行之前的数值进行命名col_level: 指定具体的列名等级，通常在有多级列名时使用。
4 思维延伸
4.1 例子1
转换前：
转换后：
实现的1种方法：
#准备数据
df2 = pd.DataFrame({'姓名': ['A', 'B', 'C'],
'班级':[1,2,1],
'期中考试-英语': [90, 60, 70],
'期中考试-数学': [80, 98, 80],
'期中考试-语文': [85, 90, 75],
'期末考试-英语': [92, 63, 76],
'期末考试-数学': [85,100, 89],
'期末考试-语文': [87, 91, 80]})
#实现部分
t1=pd.melt(df2, id_vars=['姓名','班级'], var_name='科目', value_name='分数')
t2=t1.set_index(['姓名','班级','分数'])['科目'].str.split('-',expand=True).reset_index()
t2.set_index(['姓名','班级',0,1]).unstack().reset_index().rename_axis()
t3=t2.set_index(['姓名','班级',0,1]).unstack()
t3.columns=t3.columns.droplevel(0)
result=t3.rename_axis(columns=None).reset_index().rename(columns={0:'考试类型'})
result
4.2 例子2
转换前：
转换后：
实现方法举例：
pd.lreshape(df2,{'英语':['期中考试-英语','期末考试-英语'],
'数学':['期中考试-数学','期末考试-数学'],
'语文':['期中考试-语文','期末考试-语文']})
二、行转列
在一中，我们已经完成了对于列转行的任务，即将本文一中的多列df转为tmp，那现在假如需要进行列转行又该如何操作呢？
1.准备数据
tmp=pd.DataFrame({'姓名':['A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C'],
'科目':['英语', '英语', '英语', '数学', '数学', '数学', '语文', '语文', '语文'],
'分数':[90, 60, 70, 80, 98, 80, 85, 90, 75]})
tmp
2.行转列实现
2.1 方法1
tmp2=tmp.set_index(['姓名','科目'])['分数'].unstack() df=tmp2.rename_axis(columns=None).reset_index()
2.2 方法2
tmp2=tmp.set_index(['姓名','科目'])['分数'].unstack() df=tmp2.rename_axis(columns=None).reset_index()
2.3 方法3
df=tmp.pivot(index='姓名',columns='科目',values='分数').rename_axis(columns=None).reset_index()
3.思考与总结
从行转列的例子中，我们可以发现核心的函数是unstack。unstack是将多重索引形式的数据，转换为标准表格形式的数据，unstack主要由两个参数组成：
level ：要取消堆叠的索引级别，可以传递级别名称 。默认参数为-1，例子中为科目，即最后一个索引fill_value ：如果取消堆叠后有缺失数据，会以固定字符进行填充。
三、行列转换(长宽互换)
(1) stack和unstack
California 2000 33871648
2010 37253956
New York 2000 18976457
2010 19378102
Texas 2000 20851820
2010 25145561
以上述数据为例
new_df = pop.unstack() new_df
unstack() 方法可以快速将一个多级索引的 Series 转化为普通索引的 DataFrame,stack则可以实现将列转化为索引。
来看个实际的行列互换的例子
列转行
import pandas as pd
df = pd.read_csv('data/pew.csv')
df.head(10)
df = df.set_index('religion') #先把religion设为索引
df = df.stack() #将列转化为二级索引
df.index = df.index.rename('income', level=1) #二级索引命命
df.name = 'frequency'
df = df.reset_index() #将索引转化为Series
df.head(10)
上述转化，可以看作是宽表转长表，很好记忆，将一组具有相同特征的列，转化成一列，自然就变窄了，同时为了一一对应，需要和其他列做组合，就会变长。
总结
到此这篇关于pandas如何优雅的列转行及行转列的文章就介绍到这了,更多相关pandas列转行及行转列内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！