Rumah  >  Artikel  >  pembangunan bahagian belakang  >  Bagaimana untuk Membentuk Semula Data daripada Format Lebar ke Panjang dalam Panda?

Bagaimana untuk Membentuk Semula Data daripada Format Lebar ke Panjang dalam Panda?

DDD
DDDasal
2024-11-16 14:57:03107semak imbas

How to Reshape Data from Wide to Long Format in Pandas?

Membentuk Semula Data daripada Lebar ke Panjang dalam Panda

Dalam panda, bingkai data boleh diubah daripada format lebar kepada format panjang. Ini berguna apabila ingin menggabungkan bingkai data dengan yang lain berdasarkan lajur dan tarikh yang dikongsi.

Pertimbangkan bingkai data berikut:

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

Untuk mengubah bingkai data ini kepada format yang panjang, gunakan sama ada pandas.melt atau panda.DataFrame.melt.

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')
To convert, reset the index and then melt:
df = df.reset_index()
pd.melt(df, id_vars='date', value_vars=['AA', 'BB', 'CC'])

Sebagai alternatif, gunakan .reset_index selepas .melt untuk mengalih keluar keperluan untuk menentukan value_vars.

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

Bingkai data yang terhasil akan kelihatan seperti:

     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

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

Kenyataan:
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn