溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
小編這次要給大家分享的是pandas如何實現寬表變窄表，文章內容豐富，感興趣的小伙伴可以來了解一下，希望大家閱讀完這篇文章之后能夠有所收獲。
我就廢話不多說了，還是直接看代碼吧！
import pandas as pd
# 偽造一些數據
fake_data = {'subject':['math', 'english'],
'A': [88, 90],
'B': [70, 80],
'C': [60, 78]}
# 寬表
test = pd.DataFrame(fake_data, columns=['subject', 'A', 'B', 'C'])
test
subject A B C
0 math 88 70 60
1 english 90 80 78
# 轉換為窄表
pd.melt(test, id_vars=['subject'])
subject variable value
0 math A 88
1 english A 90
2 math B 70
3 english B 80
4 math C 60
5 english C 78補充知識：pandas從單條目數據集生成寬表
需求
場景
從醫院數據庫中導出了大量的體檢數據，但體檢數據表中，每一行代表某人某次體檢的某一項體檢的結果。目的想將每一個人的每一次體檢結果作為一行存儲，每一列為體檢項。
示例
| StuID | Type | Num | |
|---|---|---|---|
| 0 | 111021 | Math | 89 |
| 1 | 111021 | English | 93 |
| 2 | 312983 | English | 91 |
| 3 | 314621 | English | 82 |
| 4 | 314621 | Math | 92 |
| 5 | 112341 | Math | 82 |
目的：轉換成如下表格
| StuID | English | Math | |
|---|---|---|---|
| 0 | 111021 | 93 | 89 |
| 1 | 312983 | 91 | NaN |
| 2 | 314621 | 82 | 92 |
| 3 | 112341 | NaN | 82 |
方案一
具體代碼如下
#將'B'列的類別調整為行。
#1
num = df[~df.duplicated(subset=['StuID'])].loc[:,'StuID'].to_list()
#2
result_df = pd.DataFrame({'StuID': np.array(num)},columns=['StuID','English','Math'])
#3
for i in df.index:
t = df.loc[i,'Type']
num = df.loc[i,'StuID']
result_df.loc[result_df['StuID'] == num,[t]] = df.loc[i,'Num']
print(result_df)結果
看完這篇關于pandas如何實現寬表變窄表的文章，如果覺得文章內容寫得不錯的話，可以把它分享出去給更多人看到。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
