【python pandas】数据框行转列，列转行
2024-04-20 13:28:49
测试数据：
context_id subject_gmt differtime browse_count click_count like_count commet_count reply_count score_value
last1 2018/8/12 10:35 2920.066 150 78 55 15 46 5
last2 2018/8/11 15:02 4093.066 68 57 42 6 10 4
last3 2018/8/13 15:10 1205.066 54 12 5 0 10 4
last4 2018/7/13 10:10 46145.066 853 833 556 358 665 8
last5 2018/8/12 9:35 2980.066 12 5 1 0 7 2
last6 2018/8/13 14:02 1273.066 8 2 0 2 6 2
last7 2018/8/10 15:10 5525.066 812 765 589 652 234 12
last8 2018/7/13 9:10 46205.066 87 82 65 79 86 3
last9 2018/8/12 13:05 2770.066 189 135 102 132 84 4
last10 2018/8/11 15:55 4040.066 335 226 188 220 175 8
我们常常需要将DataFrame对象中的某列或某几列作为索引，或者将索引转化为对象的列。
pandas提供了set_index()/reset_index() 来供我们使用。
# -*- encoding=utf-8 -*-import pandas as pdceshi = pd.read_csv(u'F:/下载/context_data.csv')# print(ceshi)# melt行转列
bd = pd.melt(ceshi, id_vars=['context_id','subject_gmt'],value_vars=['browse_count','click_count','like_count','commet_count','reply_count','score_value'], var_name='count_type',value_name='count_value')# print(bd)# pivot_table 列转行mdd = pd.DataFrame(pd.pivot_table(bd, index = ['context_id','subject_gmt'],columns = 'count_type', values = 'count_value'))# 索引转换为列
mdd.reset_index(inplace=True)print(mdd)E:\laidefa\python.exe "E:/Program Files/pycharmproject/线上模型/行转列.py"context_id subject_gmt count_type count_value
0 last1 2018/8/12 10:35 browse_count 150
1 last2 2018/8/11 15:02 browse_count 68
2 last3 2018/8/13 15:10 browse_count 54
3 last4 2018/7/13 10:10 browse_count 853
4 last5 2018/8/12 9:35 browse_count 12
5 last6 2018/8/13 14:02 browse_count 8
6 last7 2018/8/10 15:10 browse_count 812
7 last8 2018/7/13 9:10 browse_count 87
8 last9 2018/8/12 13:05 browse_count 189
9 last10 2018/8/11 15:55 browse_count 335
10 last1 2018/8/12 10:35 click_count 78
11 last2 2018/8/11 15:02 click_count 57
12 last3 2018/8/13 15:10 click_count 12
13 last4 2018/7/13 10:10 click_count 833
14 last5 2018/8/12 9:35 click_count 5
15 last6 2018/8/13 14:02 click_count 2
16 last7 2018/8/10 15:10 click_count 765
17 last8 2018/7/13 9:10 click_count 82
18 last9 2018/8/12 13:05 click_count 135
19 last10 2018/8/11 15:55 click_count 226
20 last1 2018/8/12 10:35 like_count 55
21 last2 2018/8/11 15:02 like_count 42
22 last3 2018/8/13 15:10 like_count 5
23 last4 2018/7/13 10:10 like_count 556
24 last5 2018/8/12 9:35 like_count 1
25 last6 2018/8/13 14:02 like_count 0
26 last7 2018/8/10 15:10 like_count 589
27 last8 2018/7/13 9:10 like_count 65
28 last9 2018/8/12 13:05 like_count 102
29 last10 2018/8/11 15:55 like_count 188
30 last1 2018/8/12 10:35 commet_count 15
31 last2 2018/8/11 15:02 commet_count 6
32 last3 2018/8/13 15:10 commet_count 0
33 last4 2018/7/13 10:10 commet_count 358
34 last5 2018/8/12 9:35 commet_count 0
35 last6 2018/8/13 14:02 commet_count 2
36 last7 2018/8/10 15:10 commet_count 652
37 last8 2018/7/13 9:10 commet_count 79
38 last9 2018/8/12 13:05 commet_count 132
39 last10 2018/8/11 15:55 commet_count 220
40 last1 2018/8/12 10:35 reply_count 46
41 last2 2018/8/11 15:02 reply_count 10
42 last3 2018/8/13 15:10 reply_count 10
43 last4 2018/7/13 10:10 reply_count 665
44 last5 2018/8/12 9:35 reply_count 7
45 last6 2018/8/13 14:02 reply_count 6
46 last7 2018/8/10 15:10 reply_count 234
47 last8 2018/7/13 9:10 reply_count 86
48 last9 2018/8/12 13:05 reply_count 84
49 last10 2018/8/11 15:55 reply_count 175
50 last1 2018/8/12 10:35 score_value 5
51 last2 2018/8/11 15:02 score_value 4
52 last3 2018/8/13 15:10 score_value 4
53 last4 2018/7/13 10:10 score_value 8
54 last5 2018/8/12 9:35 score_value 2
55 last6 2018/8/13 14:02 score_value 2
56 last7 2018/8/10 15:10 score_value 12
57 last8 2018/7/13 9:10 score_value 3
58 last9 2018/8/12 13:05 score_value 4
59 last10 2018/8/11 15:55 score_value 8
count_type context_id subject_gmt browse_count click_count \
0 last1 2018/8/12 10:35 150 78
1 last10 2018/8/11 15:55 335 226
2 last2 2018/8/11 15:02 68 57
3 last3 2018/8/13 15:10 54 12
4 last4 2018/7/13 10:10 853 833
5 last5 2018/8/12 9:35 12 5
6 last6 2018/8/13 14:02 8 2
7 last7 2018/8/10 15:10 812 765
8 last8 2018/7/13 9:10 87 82
9 last9 2018/8/12 13:05 189 135 count_type commet_count like_count reply_count score_value
0 15 55 46 5
1 220 188 175 8
2 6 42 10 4
3 0 5 10 4
4 358 556 665 8
5 0 1 7 2
6 2 0 6 2
7 652 589 234 12
8 79 65 86 3
9 132 102 84 4 Process finished with exit code 0
【python pandas】数据框行转列，列转行相关推荐
- pandas数据框，统计某列或者某行数据元素的个数
版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/sinat_38893241/artic ...
- python 新建一列_python – 如何在迭代pandas数据框时创建新列并插入行值
我正在尝试创建一个逐行迭代pandas数据帧的函数.我想基于其他列的行值创建一个新列.我的原始数据框可能如下所示: df: A B 0 1 2 1 3 4 2 2 2 现在我想在每个索引位置创建一个填 ...
- python两个字符串数据可以复制吗_无论如何，是否要将Python pandas数据框中的单个数据中的数据复制到字符串或列表中以进行进一步处理？...
使用示例数据.请注意,由于复制和粘贴选项卡占用空格(因此使用sep ='\ s +',iso'\ t')并且我已将数据的第一行设置为列名(不使用header = None).可以使用join将一列连接 ...
- python数据框 命名_Python-根据列值将数据框分为多个数据框，并用这些值命名 - python...
我有一个大型数据集,列出了在全国不同地区销售的竞争对手产品.我希望通过使用这些新数据帧名称中的列值的迭代过程,根据区域将该数据帧分成几个其他区域,以便我可以分别处理每个数据帧-例如根据价格对每个地区的 ...
- 在pandas数据框中选择多个列
本文翻译自:Selecting multiple columns in a pandas dataframe I have data in different columns but I don't ...
- python pandas 处理并excel 插入一列新的数据
python pandas 处理excel并插入一列新的数据 接到个需求是在表格里塞入一列新的数据,假如分页的数据(页_条数),我们这是200条/页,用的是pandas import pandas a ...
- python解决数据框中添加一行或者一列(DataFrame的行列处理)
1.解决数据框中添加一行(给定值) ###原数据框data_Peak_2 = pd.DataFrame({"Peak_density": np.ndarray.tolist(hma ...
- xlsxwriter写行合并_使用xlsxwriter将pandas数据框写入excel并包含“write-rich”字符串格式...
以下是可复制的,并产生所需的输出. import xlsxwriter, pandas as pd workbook = xlsxwriter.Workbook('pandas_with_rich_s ...
- C# 设置Excel数据自适应行高、列宽的2种情况
Excel表格中,由于各种数据的复杂性,可能存在单元格中的数据字号大小.数据内容长度不一而出现,列宽过宽.过窄或者行高过大.过小的问题.常见的解决方法是调整行高.列宽.在Microsoft Excel ...
- BODY background=自适应大小_C# 设置Excel数据自适应行高、列宽的2种情况
Excel表格中,由于各种数据的复杂性,可能存在单元格中的数据字号大小.数据内容长度不一而出现列宽过宽.过窄或者行高过大.过小的问题.常见的解决方法是调整行高.列宽.在Microsoft Excel中 ...
最新文章
- 转：Ubuntu中安装和配置 Java JDK，并卸载自带OpenJDK（以Ubuntu 14.04为例）
- Android开发--浅谈ExpandableListActivity
- 3.1 目标定位-深度学习第四课《卷积神经网络》-Stanford吴恩达教授
- lucene 学习一
- 代码整洁之道（Clean Code）- 读书笔记
- django-单表的增删改查-用户部门表
- 【iOS越狱开发】如何将应用打包成.ipa文件
- 海风科技快速开发平台和构件的由来(一)
- 3打包忽略文件夹_Py打包exe(下篇): 进阶——用户体验改进
- 用USBasp下载程序
- SPSS 26 资源及安装教程
- 【深度学习】NLP｜用GRU模型给周董写首歌
- HTML+CSS网页设计期末课程大作业：个人网站设计——个人介绍(7页) web前端开发技术 web课程设计 网页规划与设计
- android局域网中的打印机,Android 浅谈同一局域网下使用WiFi连接打印机
- Windows 7设备管理器有未知设备怎么办？
- Java学习之JavaFX安装
- 分析1996~2015年人口数据特征间的关系并分析1996~2015年人口数据各个特征的分布分散状况
- MATLAB学习——低通滤波（频域滤波(一)）
- python复习。知识点小记
- 编程实现在Linux系统中Intel CPU功耗的获取