编写一个 Python 程序以不同的方式重塑给定的数据框

pythonpandasserver side programmingprogramming更新于 2024/6/22 6:04:17

我们可以使用 melt()、stack()、unstack() 和 pivot() 函数重塑数据框。

解决方案 1

定义一个数据框。
应用 melt() 函数将宽数据框列转换为行。它定义如下，

df.melt()

示例

让我们看看下面的代码以更好地理解 −

import pandas as pd
df = pd.DataFrame({'Id':[1,2,3],'Age':[13,14,13],'Mark':[80,90,85]})
print("Dataframe is:\n",df)
print(df.melt())

输出

Dataframe is:
 Id Age Mark
0 1 13   80
1 2 14   90
2 3 13   85
variable value
0    Id    1
1    Id    2
2    Id    3
3   Age    13
4   Age    14
5   Age    13
6   Mark   80
7   Mark   90
8   Mark   85

解决方案 2

定义一个数据框。
应用 stack() 函数来增加数据框中索引的级别。它定义如下，

df.stack().to_frame()

如果要恢复更改，可以使用 unstack()。

df.unstack().to_frame()

示例

让我们看看下面的实现以获得更好的理解 −

import pandas as pd
df = pd.DataFrame({'Id':[1,2,3],'Age':[13,14,13],'Mark':[80,90,85]})
print("Dataframe is:\n",df)
print(df.stack().to_frame())
print(df.unstack().to_frame())

输出

Dataframe is:
   Id   Age Mark
0   1    13  80
1   2    14  90
2   3    13  85
          0
0   Id    1
   Age    13
   Mark   80
1   Id     2
   Age    14
  Mark    90
2   Id    3
   Age    13
   Mark   85
          0
Id   0    1
     1    2
     2    3
Age  0    13
     1    14
     2    13
Mark 0    80
     1    90
     2    85

解决方案 3

定义一个数据框
应用pivot()函数根据Id列重塑数据框，

df.pivot(columns='Id')

示例

让我们看看下面的实现以便更好地理解−

import pandas as pd
df = pd.DataFrame({'Id':[1,2,3],'Age':[13,14,13],'Mark':[80,90,85]})
print("Dataframe is:\n",df)
print(df.pivot(columns='Id'))

输出

Dataframe is:
 Id Age Mark
0 1 13   80
1 2 14   90
2 3 13   85
      Age          Mark
Id    1    2    3    1    2    3
0   13.0  NaN  NaN  80.0 NaN  NaN
1   NaN  14.0  NaN  NaN  90.0 NaN
2   NaN  NaN   13.0 NaN  NaN  85.0