DataFrame详解——变形、排序

变形、排序

方法	解释
DataFrame.droplevel(level[, axis])	删除请求的索引/列级别
DataFrame.pivot([index, columns, values])	重塑数据，产生一个“pivot”数据透析表，可以指定不同的列为表的index,columns,values
DataFrame.pivot_table([values, index, …])	创建一个电子表格样式的DataFrame
DataFrame.reorder_levels(order[, axis])	使用输入顺序重新排列索引级别
DataFrame.sort_values(by[, axis, ascending, …])	按指定行/列的值排序，如： df.sort_values(by=["col2"])按第2列的值排序 df.sort_values(by=["row2"],axis=1)按第2行的值排序
DataFrame.sort_index([axis, level, …])	根据行标签对所有行排序，或根据列标签对所有列排序，或根据指定某列或某几列对行排序，如： df.sort_index() 默认按“行标签”升序排序； df.sort_index(axis=1) 按“列标签”升序排序
DataFrame.nlargest(n, columns[, keep])	返回按某些列降序排序后的前n行
DataFrame.nsmallest(n, columns[, keep])	返回按某些列升序排序后的前n行
DataFrame.swaplevel([i, j, axis])	交换多层序列的第i层和第j层
DataFrame.stack([level, dropna])	将指定的级别从列叠加到索引，如：
DataFrame.unstack([level, fill_value])	将叠加的索引转换为列，如：
DataFrame.swapaxes(axis1, axis2[, copy])	交换轴和交换值轴，如： df.swapaxes("index", "columns")交换索引轴和列轴
DataFrame.melt([id_vars, value_vars, …])	将DataFrame从宽表转换为长表，可以选择保留标识符集，就是说可以设置哪几列不动然后把其余列合并为1列
DataFrame.explode(column[, ignore_index])	将列表中的每个元素转换为行，复制索引值，如： df.explode("A")
DataFrame.squeeze([axis])	将一维轴对象压缩成标量，如：
DataFrame.to_xarray()	从pandas对象返回xarray对象
DataFrame.T	转置索引和列
DataFrame.transpose(*args[, copy])	同上