'표시기' 열 값이 새 열이 되는 Pandas의 데이터 테이블을 어떻게 변환합니까?

Pandas에서 데이터 프레임 피벗

이 작업에는 "표시기" 열 값이 되는 CSV 형식의 데이터 테이블을 바꾸는 작업이 포함됩니다. 새로운 열. 원하는 결과는 행이 '국가' 및 '연도'로 정의되고 열이 '표시기' 값인 평면화된 형식입니다.

.pivot

사용

피벗 작업을 수행하려면 다음과 같이 .pivot 메서드를 활용할 수 있습니다.

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

'Country'와 'Year'가 행 인덱스가 되고 'Indicator' 값이 열이 되도록 데이터를 재배열하는 방법입니다. 결과 'out' 변수는 피벗된 데이터를 보유합니다.

데이터를 플랫 테이블 형식으로 반환하려면 .rename_axis를 사용하여 열에서 'Indicator' 레이블을 제거하고 .reset_index를 사용하여 'Country'를 복원할 수 있습니다. 및 '연도'를 열로 사용합니다.

print(out.rename_axis(columns=None).reset_index())

이렇게 하면 '국가', '연도' 및 '연도'가 포함된 평면 테이블이 생성됩니다. '지표' 값을 컬럼으로.

.pivot_table

사용

원본에 '국가', '연도', '지표' 조합이 중복된 경우 데이터 세트, .pivot_table을 사용할 수 있습니다. 중복 값에 대해 집계(기본적으로 평균)를 수행합니다.

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

이 접근 방식을 사용하면 중복 값의 평균이 계산되고 열에서 '지표' 레이블이 생략되는 평면화된 테이블이 생성됩니다.

관련 문서

형태 변경 및 피벗 테이블에 대한 자세한 내용은 Pandas에서는 다음 리소스를 참조하세요.

• 테이블 재구성 및 피벗 테이블 사용자 가이드
• Pandas 문서: 재구성 및 피벗

위 내용은 '표시기' 열 값이 새 열이 되는 Pandas의 데이터 테이블을 어떻게 변환합니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!