Pandas 的melt函数解析

pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None)

frame: 要处理的数据集。

id_vars: 可选项，不需要被转换的列名。

value_vars: 可选项，需要转换的列，如果剩下的列全部都要转换，就不用写了。

var_name和value_name：自定义设置对应的列名。

col_level :如果列是MultiIndex，则使用此级别。

function：Unpivot a DataFrame from wide to long format, optionally leaving identifiers set.

功能：将数据从从宽数据转换为长数据，有选择的保留标识列。

df.pivot() 将长数据集转换成宽数据集，df.melt() 则是将宽数据集变成长数据集

宽数据如下：

          9/30/2018  6/30/2018    3/31/2018
项目
Total     1,078,836    1,026,542    868,008
Cost      884,207      775,858      654,927
Profit    194,629      250,684      213,081

长数据如下：

项目           数额           时间
Total     1,078,836       9/30/2018
Cost      884,207         9/30/2018
Profit    194,629         9/30/2018
Total     1,026,542       6/30/2018
Cost      775,858         6/30/2018
Profit    250,684         6/30/2018
Total     868,008         3/31/2018
Cost      654,927         3/31/2018
Profit    213,081         3/31/2018

举例说明：

import pandas as pd
df = pd.DataFrame({'A': {0: 'a', 1: 'b', 2: 'c'},'B': {0: 1, 1: 3, 2: 5},'C': {0: 2, 1: 4, 2: 6}})
df

转换1：保留A列，对C列进行转换：即将原C列的数据保留，原C列字段名作为新的数据列variable的数值。

df=pd.melt(df,id_vars='A',value_vars='C')
df

明白了吗？其实可以这样理解：就是A列列名、内容保持不变，B列的列名、内容被丢掉，C列列名被重塑为variable列数据、内容被重塑为value列数据。

转换2：保留A列，剩下的列全部转换。

df=pd.melt(df,id_vars='A')
df

即： A列列名、内容保持不变，B、C列列名被重塑为variable列数据、内容被重塑为value列数据。

转换3：保留A列，剩下的列全部转换，给设置的列定义列名

df=pd.melt(df,id_vars='A',var_name='Cat',value_name='Dog')
df

即： A列列名、内容保持不变，B、C列列名被重塑为Cat列数据、内容被重塑为Dog列数据。

Pandas 的melt函数解析相关推荐

Python pandas.DataFrame.melt函数方法的使用
Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的.Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具.Pandas提供了大量能使我们快速 ...
pandas使用melt函数将宽表变换为窄表、id_vars参数指定原宽表聚合数据列、value_vars参数指定需要被压缩的数据列（单个、多个）、var_name指定压缩后数据列的名称
pandas使用melt函数将宽表变换为窄表.id_vars参数指定原宽表聚合数据列.value_vars参数指定需要被压缩的数据列(单个.多个).var_name指定压缩后数据列的名称.value_ ...
python重要的第三方库pandas模块常用函数解析之DataFrame
pandas模块常用函数解析之DataFrame 关注公众号"轻松学编程"了解更多. 以下命令都是在浏览器中输入. cmd命令窗口输入:jupyter notebook 打开浏览器 ...
pandas的apply函数解析
apply函数 apply函数是pandas里面所有函数中自由度最高的函数.该函数如下: DataFrame.apply(func, axis=0, broadcast=False, raw=Fals ...
pd.DataFrame()函数解析（最清晰的解释）
欢迎关注WX公众号:[程序员管小亮] DataFrame是Python中Pandas库中的一种数据结构,它类似excel,是一种二维表. 文章目录欢迎关注WX公众号:[程序员管小亮] ==DataF ...
pandas使用read_csv函数读取文件并解析日期数据列（parse dates）、pandas使用read_csv函数读取文件并将缺失值转化为空字符串
pandas使用read_csv函数读取文件并解析日期数据列(parse dates).pandas使用read_csv函数读取文件并将缺失值转化为空字符串目录
【Python专题】pandas.melt函数
大家经常把melt函数和透视表pivot_table函数放在一起对比. 同时,这里有一篇不错的对比的文章.Pandas melt和pivot_table比excel透视表好用多了以及pandas行转 ...
12个很棒的Pandas和NumPy函数,让解析事半功倍
感谢作者分享-http://bjbsair.com/2020-04-07/tech-info/30428.html 大家都知道Pandas和NumPy函数很棒,它们在日常分析中起着重要的作用.没有这两 ...
python pandas读取excel-Python使用Pandas读写Excel实例解析
这篇文章主要介绍了Python使用Pandas读写Excel实例解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 Pandas是python的一个 ...

Pandas 的melt函数解析

Pandas 的melt函数解析相关推荐

最新文章

热门文章