如何融化 pandas 資料框？
- WBOY轉載
- 2024-02-09 23:30:14394瀏覽
在 pandas 標籤上，我經常看到用戶詢問有關在 pandas 中融化資料幀的問題。我將嘗試針對這個主題進行規範的問答（自我回答）。
我要澄清：
-
什麼是熔化？
-
如何使用melt？
-
什麼時候使用melt？
我看到一些有關融化的熱門問題，例如：
-
使用 pandas 將列轉換為行：這個實際上可能很好，但更多的解釋會更好。
-
pandas melt function：一個很好的問題，答案也很好，但有點太模糊了，沒有太多解釋。
-
融化 pandas 資料框：也是一個很好的答案！但這只是針對特定情況，這很簡單，只有
pd.melt(df) -
pandas 資料框使用列作為行（融化）：非常整潔！但問題是，它只針對op提出的具體問題，也需要使用
pivot_table。
所以我將嘗試針對這個主題進行規範的問答。
資料集：
我將在這個隨機年齡的隨機人的隨機成績數據集中找到所有答案（更容易解釋答案：d）：
import pandas as pd
df = pd.dataframe({'name': ['bob', 'john', 'foo', 'bar', 'alex', 'tom'],
'math': ['a+', 'b', 'a', 'f', 'd', 'c'],
'english': ['c', 'b', 'b', 'a+', 'f', 'a'],
'age': [13, 16, 16, 15, 15, 13]})
>>> df name math english age 0 bob a+ c 13 1 john b b 16 2 foo a b 16 3 bar f a+ 15 4 alex d f 15 5 tom c a 13
問題：
問題 1：
如何融化資料框以使原始資料框變為以下內容？
name age subject grade 0 bob 13 english c 1 john 16 english b 2 foo 16 english b 3 bar 15 english a+ 4 alex 17 english f 5 tom 12 english a 6 bob 13 math a+ 7 john 16 math b 8 foo 16 math a 9 bar 15 math f 10 alex 17 math d 11 tom 12 math c
我想對其進行轉置，以便一列是每個科目，其他列是學生的重複姓名及其年齡和分數。
問題 2：
這和問題1類似，但這次我想讓問題1輸出subject列只有math，我想過濾掉english列：
name age subject grades 0 bob 13 math a+ 1 john 16 math b 2 foo 16 math a 3 bar 15 math f 4 alex 15 math d 5 tom 13 math c
我希望輸出如上圖所示。
問題 3：
如果我要將熔化分組並按學生的分數排序，我該如何做到這一點，以獲得如下所示的所需輸出：
value name subjects 0 a foo, tom math, english 1 a+ bob, bar math, english 2 b john, john, foo math, english, english 3 c tom, bob math, english 4 d alex math 5 f bar, alex math, english
我需要對其進行排序，名稱用逗號分隔，並且 subjects 分別以相同的順序用逗號分隔。
問題 4：
我如何解凍一個熔化的資料框？假設我已經融化了這個資料框：
df = df.melt(id_vars=['name', 'age'], var_name='subject', value_name='grades')
成為：
name age subject grades 0 bob 13 math a+ 1 john 16 math b 2 foo 16 math a 3 bar 15 math f 4 alex 15 math d 5 tom 13 math c 6 bob 13 english c 7 john 16 english b 8 foo 16 english b 9 bar 15 english a+ 10 alex 15 english f 11 tom 13 english a
那麼我如何將其轉換回原始資料框，如下所示？
name math english age 0 bob a+ c 13 1 john b b 16 2 foo a b 16 3 bar f a+ 15 4 alex d f 15 5 tom c a 13
問題 5：
如果我要按學生姓名分組並用逗號分隔科目和成績，我會怎麼做？
name subject grades 0 alex math, english d, f 1 bar math, english f, a+ 2 bob math, english a+, c 3 foo math, english a, b 4 john math, english b, b 5 tom math, english c, a
我想要一個像上面這樣的資料框。
問題 6：
如果我要完全融化我的資料框，所有列都作為值，我會怎麼做？
Column Value 0 Name Bob 1 Name John 2 Name Foo 3 Name Bar 4 Name Alex 5 Name Tom 6 Math A+ 7 Math B 8 Math A 9 Math F 10 Math D 11 Math C 12 English C 13 English B 14 English B 15 English A+ 16 English F 17 English A 18 Age 13 19 Age 16 20 Age 16 21 Age 15 22 Age 15 23 Age 13
我想要一個像上面這樣的資料框。所有列作為值。
正確答案
pandas 版本< 0.20.0 的注意事項：我將使用df.melt(... ) 作為我的範例，但您需要使用pd.melt(df, .. .) 來代替。
文件參考：
這裡的大多數解決方案都會與melt，所以要知道方法melt ，請參閱文檔說明。
熔化邏輯：
melting合併多列，將dataframe由寬轉長，解決問題1（見下文），步驟為：
-
首先我們得到了原始資料幀。
-
然後，melt 首先合併
math和english列，並使資料幀複製（更長）。 -
最後它加入了
subject列，它分別是grades列值的主題：
這是 melt 函數的簡單邏輯。
解決方案：
問題 1：
問題 1 可以使用 pd.dataframe.melt 解決 使用以下程式碼：
print(df.melt(id_vars=['name', 'age'], var_name='subject', value_name='grades'))
此程式碼將id_vars 參數傳遞給['name', 'age']，然後自動將value_vars 設定為其他欄位（ ['math', 'english']），這是轉置的轉換為該格式。
您也可以使用 stack解决问题 1 > 像下面這樣：
print(
df.set_index(["name", "age"])
.stack()
.reset_index(name="grade")
.rename(columns={"level_2": "subject"})
.sort_values("subject")
.reset_index(drop=true)
)
此程式碼將name 和age 欄位設定為索引，並堆疊其餘欄位math 和english，並重設索引並指定grade 作為列名稱，然後將其他列重新命名為level_2phpcnendcphp cn 到<code>subject 然後按subject 列，最後再次重置索引。
這兩個解決方案輸出：
name age subject grade 0 bob 13 english c 1 john 16 english b 2 foo 16 english b 3 bar 15 english a+ 4 alex 17 english f 5 tom 12 english a 6 bob 13 math a+ 7 john 16 math b 8 foo 16 math a 9 bar 15 math f 10 alex 17 math d 11 tom 12 math c
问题 2：
这和我的第一个问题类似，但是这个我只在 math 列中进行过滤，这时候 value_vars 参数就可以派上用场了，如下所示：
print(
df.melt(
id_vars=["name", "age"],
value_vars="math",
var_name="subject",
value_name="grades",
)
)
或者我们也可以使用 stack 与列规格：
print(
df.set_index(["name", "age"])[["math"]]
.stack()
.reset_index(name="grade")
.rename(columns={"level_2": "subject"})
.sort_values("subject")
.reset_index(drop=true)
)
这两种解决方案都给出：
name age subject grade 0 bob 13 math a+ 1 john 16 math b 2 foo 16 math a 3 bar 15 math f 4 alex 15 math d 5 tom 13 math c
问题 3：
问题3可以通过melt解决和 groupby，使用 agg 函数和 ' , '.join，如下所示：
print(
df.melt(id_vars=["name", "age"])
.groupby("value", as_index=false)
.agg(", ".join)
)
它会融合数据框，然后按等级进行分组，聚合它们并用逗号将它们连接起来。
stack也可以用来解决这个问题，与 stack 和 groupby 如下所示：
print(
df.set_index(["name", "age"])
.stack()
.reset_index()
.rename(columns={"level_2": "subjects", 0: "grade"})
.groupby("grade", as_index=false)
.agg(", ".join)
)
这个 stack 函数只是转置数据帧以相当于 melt 的方式，然后重置索引，重命名列、组和聚合。
两种解决方案输出：
grade name subjects 0 a foo, tom math, english 1 a+ bob, bar math, english 2 b john, john, foo math, english, english 3 c bob, tom english, math 4 d alex math 5 f bar, alex math, english
问题 4：
这可以通过 pivot_table 来解决。我们必须指定参数 values、index、columns 以及 aggfunc。
我们可以用下面的代码来解决这个问题：
print(
df.pivot_table("grades", ["name", "age"], "subject", aggfunc="first")
.reset_index()
.rename_axis(columns=none)
)
输出：
name age english math 0 alex 15 f d 1 bar 15 a+ f 2 bob 13 c a+ 3 foo 16 b a 4 john 16 b b 5 tom 13 a c
融化的数据帧被转换回与原始数据帧完全相同的格式。
我们首先旋转融化的数据框，然后重置索引并删除列轴名称。
问题 5：
print(
df.melt(id_vars=["name", "age"], var_name="subject", value_name="grades")
.groupby("name", as_index=false)
.agg(", ".join)
)
融化并按 name 分组。
或者您可以stack： p>
print(
df.set_index(["name", "age"])
.stack()
.reset_index()
.groupby("name", as_index=false)
.agg(", ".join)
.rename({"level_2": "subjects", 0: "grades"}, axis=1)
)
两个代码输出：
name subjects grades 0 alex math, english d, f 1 bar math, english f, a+ 2 bob math, english a+, c 3 foo math, english a, b 4 john math, english b, b 5 tom math, english c, a
问题 6：
问题6可以通过melt解决并且不需要指定列，只需指定预期的列名称：
print(df.melt(var_name='column', value_name='value'))
这会融化整个数据框。
或者您可以stack： p>
print(
df.stack()
.reset_index(level=1)
.sort_values("level_1")
.reset_index(drop=true)
.set_axis(["column", "value"], axis=1)
)
两个代码输出：
Column Value 0 Age 16 1 Age 15 2 Age 15 3 Age 16 4 Age 13 5 Age 13 6 English A+ 7 English B 8 English B 9 English A 10 English F 11 English C 12 Math C 13 Math A+ 14 Math D 15 Math B 16 Math F 17 Math A 18 Name Alex 19 Name Bar 20 Name Tom 21 Name Foo 22 Name John 23 Name Bob
以上是如何融化 pandas 資料框？的詳細內容。更多資訊請關注PHP中文網其他相關文章！