Bagaimana untuk Mengubah Data Lebar kepada Format Panjang dalam Panda?

Membentuk Semula Data Lebar kepada Format Panjang dalam Panda

Dalam bidang manipulasi data, membentuk semula data daripada format lebar ke panjang sering timbul sebagai keperluan. Pertimbangkan bingkai data panda berikut:

	AA	BB	CC
05/03	1	2	3
06/03	4	5	6
07/03	7	8	9
08/03	5	7	1

Untuk mengubahnya menjadi format panjang yang diingini:

| AA | 05/03 | 1 |
| AA | 06/03 | 4 |
| AA | 07/03 | 7 |
| AA | 08/03 | 5 |
| BB | 05/03 | 2 |
| BB | 06/03 | 5 |
| BB | 07/03 | 8 |
| BB | 08/03 | 7 |
| CC | 05/03 | 3 |
| CC | 06/03 | 6 |
| CC | 07/03 | 9 |
| CC | 08/03 | 1 |

Kami menggunakan fungsi pandas.melt atau pandas.DataFrame.melt, yang secara elegan mengubah data lebar kepada format panjang.

import pandas as pd

df = pd.DataFrame({
    'date' : ['05/03', '06/03', '07/03', '08/03'],
    'AA' : [1, 4, 7, 5],
    'BB' : [2, 5, 8, 7],
    'CC' : [3, 6, 9, 1]
}).set_index('date')

df = df.reset_index()
pd.melt(df, id_vars='date', value_vars=['AA', 'BB', 'CC'])

Sebagai alternatif, seseorang boleh meninggalkan langkah reset_index dengan memanggil cair dengan ignore_index=False:

dfm = df.melt(ignore_index=False).reset_index()

Menghasilkan format panjang yang diingini:

	date	variable	value
0	05/03	AA	1
1	06/03	AA	4
2	07/03	AA	7
3	08/03	AA	5
4	05/03	BB	2
5	06/03	BB	5
6	07/03	BB	8
7	08/03	BB	7
8	05/03	CC	3
9	06/03	CC	6
10	07/03	CC	9
11	08/03	CC	1

Transformasi ini membolehkan penggabungan yang cekap dengan bingkai data lain berdasarkan tarikh dan nama lajur dikongsi.

Atas ialah kandungan terperinci Bagaimana untuk Mengubah Data Lebar kepada Format Panjang dalam Panda?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!