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详解——变形、排序_第1张图片
DataFrame.unstack([level, fill_value]) 将叠加的索引转换为列,如:DataFrame详解——变形、排序_第2张图片
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:
在这里插入图片描述
df.explode("A")
在这里插入图片描述
DataFrame.squeeze([axis]) 将一维轴对象压缩成标量,如:
DataFrame详解——变形、排序_第3张图片
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

你可能感兴趣的:(Pandas,python,pandas)