Maison  >  Article  >  développement back-end  >  Comment puis-je remodeler des données longues dans un format large avec plusieurs variables à l'aide de Pandas ?

Comment puis-je remodeler des données longues dans un format large avec plusieurs variables à l'aide de Pandas ?

Barbara Streisand
Barbara Streisandoriginal
2024-10-30 07:38:27563parcourir

How can I reshape long data into a wide format with multiple variables using Pandas?

Remodeler des données longues en grand format avec Pandas

Lorsque vous travaillez avec des données dans un format long, il peut être nécessaire de les remodeler en un format large pour une meilleure analyse et visualisation. Un défi courant consiste à remodeler les données en fonction de plusieurs variables.

Considérez le cadre de données suivant :

salesman  height  product  price
Knut      6        bat          5
Knut      6        ball         1
Knut      6        wand         3
Steve     5        pen          2

L'objectif est de remodeler ces données dans un format large :

salesman  height    product_1  price_1  product_2 price_2 product_3 price_3  
Knut      6        bat          5       ball      1        wand      3
Steve     5        pen          2        NA       NA        NA       NA

Bien que les fonctions de fusion/empilement/déstack soient couramment utilisées pour remodeler les données, elles peuvent ne pas convenir à ce scénario spécifique.

Une solution à ce problème peut être trouvée en utilisant le code suivant :

<code class="python">import pandas as pd

# Create sample data
raw_data = {
    'salesman': ['Knut', 'Knut', 'Knut', 'Steve'],
    'height': [6, 6, 6, 5],
    'product': ['bat', 'ball', 'wand', 'pen'],
    'price': [5, 1, 3, 2]
}

df = pd.DataFrame(raw_data)

# Reshape data
df_wide = df.pivot_table(index=['salesman', 'height'], columns='product', values='price')

# Reset index to get it in the desired format
df_wide = df_wide.reset_index(level=[0, 1])

# Rename columns
new_columns = ['salesman', 'height'] + [f'product_{i}' for i in range(1, df_wide.shape[1] - 1)] + [f'price_{i}' for i in range(1, df_wide.shape[1] - 1)]
df_wide.columns = new_columns

# Handle missing values
df_wide.fillna("NA", inplace=True)</code>

La trame de données résultante df_wide sera au format large souhaité.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration:
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn