如何使用不同的方法旋转 Pandas DataFrame？

如何旋转数据框？

概述

旋转数据框涉及重新排列数据以更改数据的方向。行变成列，列变成行。这可以通过多种方式完成，包括使用 Pandas 的pivot_table、groupby unstack、set_index unstack、pivot 和 crosstab 方法。

Pivot 方法

• pivot_table 是一种强大的方法旋转数据。它允许您指定透视数据帧的行、列和值，以及要使用的聚合函数。
• groupby unstack 是用于创建数据帧的 groupby 和 unstack 方法的组合。在这里，您可以对特定列上的数据进行分组，然后取消堆叠通过分组创建的新索引的级别以透视数据。
• set_index unstack 是另一种用于透视数据的有用技术。 set_index 将 DataFrame 的索引设置为指定列，unstack 将当前分层索引更改为列标题以及相应单元格中的值。
• pivot 是用于旋转数据的标量方法。它只能用于标量（一维）值列。此方法可以将数据框列作为行索引或行到列矩阵值进行透视。
• crosstab 是ivot_table 的专门版本，可使用索引/行和列作为行和列标题轻松创建交叉表.

代码演示

下面是一个 DataFrame 的简单示例，可以数据透视：

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)

输出：

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 

结论

pandas中的pivot方法用于通过交换将数据从长格式转换为宽格式数据框的行和列。您可以根据需要选择上面解释的任何方法，因为所有这些方法对于理解复杂的级别数据都非常有用。我希望它能澄清您对数据框旋转的疑虑！如果您遇到任何问题，请随时继续讨论。

以上是如何使用不同的方法旋转 Pandas DataFrame？的详细内容。更多信息请关注PHP中文网其他相关文章！