Python-pandas拆分列与堆叠列

1.拆分列

• 将原数据的指定列按照列的内容拆分为新的列（相当于Excel中的数据透视表）

有原始数据格式如下：
需要将type列拆分为按照type值为列，值为monetary值的表，如下：

代码可以写为：

#将原数据的指定列按照列的内容拆分为新的列
def pivot():
    table=pd.DataFrame({'cust_id':[10001,10001,10002,10002,10003],
                        'type':['Normal','Special_offer','Normal','Special_offer','Special_offer'],
                        'Monetary':[3608,420,1894,3503,4567]})
    print(table)
    print('-'*60)
    table_pivot=table.pivot_table(values='Monetary',index='cust_id',columns='type',fill_value=0,aggfunc='sum')
    print(table_pivot)

2.堆叠列

• 是拆分列的反操作，当存在表示列中有多个数值变量的时候，可以通过堆叠列将多列的数据堆积在一起

有原始数据格式如下：
需要将normal和special_offer合并为type列，值为各自值的表，如下：

代码可以写为：

def melt():
    table=pd.DataFrame({'cust_id':[10001,10002,10003],
                        'Normal':[3608,1894,0],
                        'Special_offer':[420,3503,4567]})
    print(table)
    print('-'*60)
    table_melt=table.melt(id_vars='cust_id',value_vars=['Normal','Special_offer'],value_name='Monetary',var_name='type')
    print(table_melt)