Bagaimanakah saya Boleh Memusingkan Pandas DataFrame dengan Berkesan?

Bagaimanakah saya boleh memaksi bingkai data?

Pangsi ialah transformasi yang mengambil bingkai data dengan lajur mewakili kategori dan baris mewakili nilai, dan mengorientasikan semula supaya kategori berada dalam baris, nilai berada dalam lajur dan indeks ditetapkan kepada baris asal nilai.

Sintaks asas:

df.pivot(index=<row_labels>, columns=<col_labels>, values=<value_cols>)

Contoh:

• Pivot pada satu lajur:

df.pivot(index='row', columns='col', values='val')

• Pivot pada berbilang lajur:

df.pivot(index=['row', 'item'], columns='col', values='val')

• Pivot pada berbilang nilai:

df.pivot(index='row', columns='col', values=['val0', 'val1'])

• Pivot dengan fungsi pengagregatan tersuai:

df.pivot(index='row', columns='col', values='val', aggfunc='mean')

• Mengendalikan pendua kunci:

Secara lalai, jika terdapat kekunci pendua dalam label baris atau lajur, ralat akan ditimbulkan. Sebagai alternatif, anda boleh menggunakan:

df.pivot_table(index='row', columns='col', values='val', fill_value=0)

• Kaedah lain untuk berputar:

• groupby unstack:

  df.groupby('row', 'col')['val'].mean().unstack(fill_value=0)

• pd.DataFrame .set_index: Gunakan set_index untuk menetapkan paksi baris dan lajur dan kemudian nyahtindan ke pivot.
• pd.crosstab: Direka khusus untuk mencipta penjadualan silang atau jadual pangsi.

Teknik Pivoting Lanjutan:

• Penjadualan silang (frekuensi mengira):

pd.crosstab(index=df['row'], columns=df['col'], values=df['val'], aggfunc='count')

• Berbilang fungsi pengagregatan:

df.pivot_table(index='row', columns='col', values='val', aggfunc=['mean', 'sum'])

• Membahagikan dengan berbilang lajur:

df.pivot_table(index='row', columns=['item', 'col'], values='val', fill_value=0, aggfunc='mean')

Atas ialah kandungan terperinci Bagaimanakah saya Boleh Memusingkan Pandas DataFrame dengan Berkesan?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!