Rumah >pembangunan bahagian belakang >Tutorial Python >Bagaimanakah saya boleh membentuk semula data yang panjang ke dalam format yang luas dengan berbilang pembolehubah menggunakan Panda?
Bentuk Semula Data Panjang ke dalam Format Luas dengan Panda
Apabila bekerja dengan data dalam format panjang, anda mungkin perlu membentuk semula data itu menjadi format yang luas untuk analisis dan visualisasi yang lebih baik. Satu cabaran biasa ialah untuk membentuk semula data berdasarkan berbilang pembolehubah.
Pertimbangkan kerangka data berikut:
salesman height product price Knut 6 bat 5 Knut 6 ball 1 Knut 6 wand 3 Steve 5 pen 2
Matlamatnya adalah untuk membentuk semula data ini ke dalam format yang luas:
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
Walaupun cair/tindan/nyahtindan biasanya digunakan untuk membentuk semula data, data tersebut mungkin tidak sesuai untuk senario khusus ini.
Penyelesaian kepada masalah ini boleh didapati menggunakan kod berikut:
<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>
Bingkai data yang terhasil df_wide akan berada dalam format lebar yang diingini.
Atas ialah kandungan terperinci Bagaimanakah saya boleh membentuk semula data yang panjang ke dalam format yang luas dengan berbilang pembolehubah menggunakan Panda?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!