특정 열을 기준으로 데이터의 모양을 변경하기 위해 Pandas 데이터프레임을 어떻게 피벗할 수 있나요?

데이터 피벗을 위한 Pandas 데이터프레임 전치

데이터 분석에서 데이터프레임을 전치하는 것은 데이터를 보다 적합한 형식으로 구성하는 데 중요합니다. 일반적인 사용 사례 중 하나는 특정 열 값을 기반으로 데이터 프레임을 피벗하는 것입니다.

다음과 같이 데이터가 포함된 CSV 테이블의 경우:

Indicator  Country  Year  Value
1          Angola   2005  6
2          Angola   2005  13
3          Angola   2005  10
4          Angola   2005  11
5          Angola   2005  5
1          Angola   2006  3
2          Angola   2006  2
3          Angola   2006  7
4          Angola   2006  3
5          Angola   2006  6

데이터 프레임을 피벗하여 이 형식을 얻을 수 있습니다.

Country  Year  1  2   3   4   5
Angola   2005  6  13  10  11  5
Angola   2006  3  2   7   3   6

이러한 변환을 달성하려면 다음과 같이 .pivot 메소드를 활용할 수 있습니다. 다음:

out = df.pivot(index=['Country', 'Year'], columns='Indicator', values='Value')
print(out)

중복 라벨 조합이 있는 데이터의 경우 기본적으로 평균 계산을 적용하는 .pivot_table 메서드를 사용할 수 있습니다.

out = df.pivot_table(
    index=['Country', 'Year'],
    columns='Indicator',
    values='Value')
print(out.rename_axis(columns=None).reset_index())

.rename_axis 및 . Reset_index 메소드를 사용하면 데이터프레임을 플랫 테이블 형식으로 복원할 수 있습니다.

Pandas 사용자 참조 재형성 및 피벗 테이블에 대한 심층 문서화 가이드.

위 내용은 특정 열을 기준으로 데이터의 모양을 변경하기 위해 Pandas 데이터프레임을 어떻게 피벗할 수 있나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!