Rumah >pembangunan bahagian belakang >Tutorial Python >Bagaimanakah Fungsi `cair` Pandas Boleh Membentuk Semula Data dengan Lajur Tarikh menjadi Baris?
Apabila data jadual mengandungi tarikh sebagai pengepala lajur, menukar lajur tersebut kepada baris dengan nilai yang sepadan boleh menjadi tugas yang berharga. Untuk mencapai transformasi ini, pustaka Pandas Python menawarkan penyelesaian yang mudah.
Data data yang disediakan mempamerkan struktur di mana maklumat dikumpulkan mengikut lokasi untuk pelbagai tarikh, setiap satu diwakili oleh pengepala lajur yang berbeza. Matlamatnya adalah untuk membentuk semula data ini ke dalam format yang setiap baris mewakili lokasi, tarikh dan nilai yang berkaitan.
Untuk menukar lajur kepada baris, Pandas menyediakan fungsi cair. Fungsi ini membolehkan kami menentukan lajur yang harus berfungsi sebagai pengepala lajur dan yang harus berfungsi sebagai pengepala baris. Dalam konteks ini, nama dan lokasi ditetapkan sebagai pengepala baris dan pengepala tarikh dileburkan ke dalam satu lajur Tarikh, manakala nilainya menjadi lajur Nilai.
df.melt(id_vars=["location", "name"], var_name="Date", value_name="Value")
DataFrame yang terhasil akan serupa dengan output dijangka:
location name Date Value 0 A "test" Jan-2010 12 1 B "foo" Jan-2010 18 2 A "test" Feb-2010 20 3 B "foo" Feb-2010 20 4 A "test" March-2010 30 5 B "foo" March-2010 25
Untuk versi lama Panda (<0.20), gabungan pd.melt dan pengisihan boleh mencapai hasil yang diingini:
df2 = pd.melt(df, id_vars=["location", "name"], var_name="Date", value_name="Value") df2 = df2.sort(["location", "name"])
Atas ialah kandungan terperinci Bagaimanakah Fungsi `cair` Pandas Boleh Membentuk Semula Data dengan Lajur Tarikh menjadi Baris?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!