Pandas通过melt函数将宽格式数据转换成长格式
在 Pandas 中，melt() 函数用于将宽格式的数据转换为长格式。宽格式的数据通常是具有多个列作为变量的数据集，而长格式的数据则通常是将这些列中的值整合为一个单独的列，以及一个变量列和一个值列，用于描述观测值的属性和对应的值。
melt() 函数的基本语法如下：
pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None)
其中，参数的含义如下：
frame：要进行转换的数据集。
id_vars：需要保留的列名，用于唯一标识每个观测值。
value_vars：需要被转换为变量值的列名，如果不指定，则默认使用除 id_vars 外的所有列。
var_name：新变量列的列名，默认为 variable。
value_name：新值列的列名，默认为 value。
col_level：如果输入数据是多级列索引，则指定列级别来使用，否则忽略。
以下是一个简单的示例，演示如何使用 melt() 函数将宽格式的数据转换为长格式：
import pandas as pd # 创建一个宽格式的数据集 df = pd.DataFrame({ 'id': [1, 2, 3], 'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35], 'income_2020': [50000, 60000, 70000], 'income_2021': [55000, 65000, 75000] }) # 使用 melt() 函数将数据转换为长格式 df = pd.melt(df, id_vars=['id', 'name', 'age'], value_vars=['income_2020', 'income_2021'], var_name='year', value_name='income') # 打印转换后的数据集 print(df)
在上面的示例中，我们首先创建了一个宽格式的数据集，其中包含了每个人的 ID、姓名、年龄和 2020 年和 2021 年的收入。然后我们使用 melt() 函数将数据转换为长格式，指定了需要保留的 id、name 和 age 列作为唯一标识，需要转换为变量值的 income_2020 和 income_2021 列，以及新的变量列名 year 和新的值列名 income。最终输出的数据集如下：
id name age year income 0 1 Alice 25 income_2020 50000 1 2 Bob 30 income_2020 60000 2 3 Charlie 35 income_2020 70000 3 1 Alice 25 income_2021 55000 4 2 Bob 30 income_202
相关文章