如何使用不同的方法旋轉 Pandas DataFrame？

如何旋轉資料框？

概述

旋轉資料框涉及重新排列資料以更改資料的方向。行變成列，列變成行。這可以透過多種方式完成，包括使用 Pandas 的pivot_table、groupby unstack、set_index unstack、pivot 和 crosstab 方法。

Pivot 方法

• pivot_table 是一種強大的方法旋轉資料。它允許您指定透視資料幀的行、列和值，以及要使用的聚合函數。
• groupby unstack 是用於建立資料幀的 groupby 和 unstack 方法的組合。在這裡，您可以將特定列上的資料分組，然後取消堆疊透過分組建立的新索引的層級以透視資料。
• set_index unstack 是另一種用於透視資料的有用技術。 set_index 將 DataFrame 的索引設為指定列，unstack 將目前分層索引變更為列標題以及對應儲存格中的值。
• pivot 是用於旋轉資料的標量方法。它只能用於標量（一維）值列。此方法可以將資料框列作為行索引或行到列矩陣值進行透視。
• crosstab 是ivot_table 的專門版本，可使用索引/行和列作為行和列標題輕鬆建立交叉表.

程式碼示範

下面是一個DataFrame的簡單範例，可以資料透視：

import pandas as pd

# Create a DataFrame name df
df = pd.DataFrame({'Name' : ['Alice', 'Bob', 'Carol', 'Dave'],
                   'Age' : [20, 25, 30, 35],
                   'City' : ['New York', 'Boston', 'Chicago', 'Dallas']})

# Pivot the DataFrame using pivot_table method
df_pivoted = df.pivot_table(index = 'Name', columns = 'City', values = 'Age')

# Display the pivoted DataFrame
print(df_pivoted)

輸出：

City    Boston  Chicago  Dallas  New York
Name
Alice    NaN      NaN      NaN       20
Bob      25      NaN      NaN       NaN 
Carol    NaN      30      NaN       NaN 
Dave     NaN      NaN      35       NaN 

結論

pandas中的pivot方法用於透過交換將資料從長格式轉換為寬格式資料框的行和列。您可以根據需要選擇上面解釋的任何方法，因為所有這些方法對於理解複雜的等級資料都非常有用。我希望它能澄清您對數據框旋轉的疑慮！如果您遇到任何問題，請隨時繼續討論。

以上是如何使用不同的方法旋轉 Pandas DataFrame？的詳細內容。更多資訊請關注PHP中文網其他相關文章！