Wie man Pandas-DataFrames schmilzt und wieder auflöst: Eine umfassende Anleitung?

Wie schmelze ich einen Pandas-Datenrahmen?

Beim Schmelzen eines Datenrahmens werden die Daten von einem Breitformat in ein Langformat, also mehrere, übertragen Spalten werden zusammengeführt und werden zu einer.

Wie verwende ich schmelzen?

Um schmelzen auf einem Datenrahmen zu verwenden, können Sie die Funktion pd.melt() verwenden. Diese Funktion akzeptiert die folgenden Argumente:

• id_vars: Gibt die Spalten an, die als Bezeichner verwendet werden sollen.
• value_vars: Gibt die Spalten an, die geschmolzen werden sollen. Wenn nicht angegeben, werden alle Spalten, die nicht als id_vars festgelegt sind, zusammengeführt.
• var_name: Gibt den Namen der Spalte an, in der die Variablennamen gespeichert werden.
• value_name: Gibt den Namen der an Spalte, in der die Werte gespeichert werden.

Wann verwende ich schmelzen?

Das Schmelzen eines Datenrahmens ist nützlich, wenn Sie:

• die Daten von einem Breitformat in ein Langformat umformen möchten.
• Spezifisch extrahieren Werte aus mehreren Spalten.
• Erstellen Sie einen aufgeräumten Datensatz für Analyse.

Wie kann ich spezifische schmelzbezogene Probleme lösen?

Problem 1: Transponieren eines Datenrahmens

Um einen Datenrahmen zu transponieren (z. B. Spalten in Zeilen umwandeln), verwenden Sie Folgendes Code:

df.melt(id_vars=['Name', 'Age'], var_name='Subject', value_name='Grades')

Problem 2: Auswählen bestimmter Spalten zum Schmelzen

Um nur bestimmte Spalten zu schmelzen, verwenden Sie das Argument value_vars wie folgt:

df.melt(id_vars=['Name', 'Age'], value_vars=['Math'], var_name='Subject', value_name='Grades')

Problem 3: Gruppieren und Ordnen geschmolzener Daten

Zur Gruppe und geschmolzene Daten ordnen, können Sie die Funktionen groupby() und sort_values() verwenden:

df.melt(id_vars=['Name', 'Age']) \
 .groupby('Grades') \
 .agg(', '.join) \
 .sort_values('Grades')

Problem 4: Einen geschmolzenen Datenrahmen auflösen

Um einen geschmolzenen Datenrahmen zu konvertieren Zurück zum ursprünglichen Format verwenden Sie die Funktion „pivot_table()“:

df.pivot_table("Grades", ['Name', 'Age'], 'Subject', aggfunc='first')

Problem 5: Gruppieren nach Namen und Trennen von Fächern und Noten

Um nach Namen zu gruppieren und Fächer und Noten zu trennen, führen Sie die Spalten mit Melt() zusammen und verwenden Sie dann Groupby():

df.melt(id_vars=['Name', 'Age']) \
 .groupby('Name') \
 .agg(', '.join)

Problem 6: Den gesamten Datenrahmen schmelzen

Um den gesamten Datenrahmen zu schmelzen, lassen Sie die value_vars weg Argument:

df.melt(var_name='Column', value_name='Value')

Das obige ist der detaillierte Inhalt vonWie man Pandas-DataFrames schmilzt und wieder auflöst: Eine umfassende Anleitung?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!