本文介绍的是Pandas中4个行列转换的方法,包含:
- melt
- 转置T或者transpose
- wide_to_long
- explode(爆炸函数)
最后回答一个读者朋友问到的数据处理问题。
Pandas行列转换
pandas中有多种方法能够实现行列转换:
导入库
1 | import pandas as pd |
函数melt
melt的主要参数:
1 | pandas.melt(frame, |
下面解释参数的含义:
-
frame:要处理的数据框DataFrame。
-
id_vars:表示不需要被转换的列名
-
value_vars:表示需要转换的列名,如果剩下的列全部都需要进行转换,则不必写
-
var_name和value_name:自定义设置对应的列名,相当于是取新的列名
-
igonore_index:是否忽略原列名,默认是True,就是忽略了原索引名,重新生成0,1,2,3,4…的自然索引
-
col_level:如果列是多层索引列MultiIndex,则使用此参数;这个参数少用
模拟数据
1 | # 待转换的数据:frame |
id_vars
value_vars
上面两个参数的同时使用:
同时转换多个列属性:
var_name和value_name
1 | pd.melt( |
ignore_index
默认情况下是生成自然索引:
可以改成False,使用原来的索引:
转置函数
pandas中的T属性或者transpose函数就是实现行转列的功能,准确地说就是转置
简单转置
模拟了一份数据,查看转置的结果:
使用transpose函数进行转置:
还有另一个方法:先对值values进行转置,再把索引和列名进行交换:
最后看一个简单的案例:
wide_to_long函数
字面意思就是:将数据集从宽格式转换为长格式
1 | wide_to_long( |
参数的具体解释:
- df:待转换的数据框
- stubnames:宽表中列名相同的存部分
- i:要用作 id 变量的列
- j:给长格式的“后缀”列设置 columns
- sep:设置要删除的分隔符。例如 columns 为 A-2020,则指定 sep=’-’ 来删除分隔符。默认为空。
- suffix:通过设置正则表达式取得“后缀”。默认’\d+‘表示取得数字后缀。没有数字的“后缀”可以用’\D+'来取得
模拟数据
转换过程
使用函数实施转换:
设置多层索引
先模拟一份数据:
如果不习惯多层索引,可以转成下面的格式:
sep和suffix
1 | df5 = pd.DataFrame({ |
1 | pd.wide_to_long( |
爆炸函数-explode
1 | explode(column, ignore_index=False) |
这个函数的参数就只有两个:
- column:待爆炸的元素
- ignore_index:是否忽略索引;默认是False,保持原来的索引
模拟数据
单个字段爆炸
对单个字段实施爆炸过程,将宽表转成长表:
参数ignore_index
多个字段爆炸
连续对多个字段实施爆炸的过程:
读者解疑
在这里回答一个读者的问题,数据采用模拟的形式。有下面的这样一份数据,需求:
每个shop下每个fruit在各自shop的占比
1 | fruit = pd.DataFrame({ |
首先我们是需要统计每个shop每个fruit的销量
方法1:多步骤
方法1采用的是多步骤解决:
1、每个shop的总销量
2、增加总和shop_sum列
3、生成占比