锐客网

  1. 首页 > 睿知 > it技术 > >

python行变列的函数 python行列转换

IT技术索引

python行转换成列怎么实现？可以使用Python字符串内置的替换方法把分隔符“，”替换成‘\r\n’ 换行符即可(Linux、MacOS下换行符为："\n")：
Python代码实现
iPython下演示
Python变形1.长宽表python行变列的函数的变形
什么是长表?什么是宽表?这个概念是对于某一个特征而言python行变列的函数的 。例如:一个表中把性别存储在某一个列中python行变列的函数，那么它就是关于性别的长表;如果把性别作为列名 ， 列中的元素是某一其python行变列的函数他的相关特征数值 ， 那么这个表是 关于性别的宽表 。
1.1 pivot
pivot 是一种典型的长表变宽表的函数 。对于一个基本的长变宽的操作而言，最重要的有三个要素，分别是变形后的行索引、需要转到列索引的列，以及这些列和行索引对应的数值，它们分别对应了 pivot 方法中的 index, columns, values 参数 。新生成表的 列索引是 columns 对应列的 unique 值，而新表的行索引是 index 对应列的 unique 值，而 values 对应了想 要展示的数值列 。
利用 pivot 进行变形操作需要满足唯一性的要求，即由于在新表中的行列索引对应了唯一的 value ，因此原 表中的 index 和 columns 对应两个列的行组合必须唯一 。例如，现在把原表中第二行张三的数学改为语文就 会报错，这是由于 Name 与 Subject 的组合中两次出现 (”San Zhang”, ”Chinese”) ，从而最后不能够确定到 底变形后应该是填写 80 分还是 75 分 。
pandas 从 1.1.0 开始，pivot 相关的三个参数允许被设置为列表，这也意味着会返回多级索引 。这里构造一 个相应的例子来说明如何使用:下表中六列分别为班级、姓名、测试类型(期中考试和期末考试)、科目、成 绩、排名 。
根据唯一性原则，新表的行索引等价于对 index 中的多列使用 drop_duplicates  ， 而列索引的长度为 values 中的元素个数乘以 columns 的唯一组合数量(与 index 类似) 。
1.2 pivot_table
pivot 的使用依赖于唯一性条件 ， 那如果不满足唯一性条件，那么必须通过聚合操作使得相同行列组合对应 的多个值变为一个值 。例如，张三和李四都参加了两次语文考试和数学考试，按照学院规定，最后的成绩是 两次考试分数的平均值 ， 此时就无法通过 pivot 函数来完成 。
1.3 melt
长宽表只是数据呈现方式的差异，但其包含的信息量是等价的，前面提到了利用 pivot 把长表转为宽表，那 么就可以通过相应的逆操作把宽表转为长表，melt 函数就起到了这样的作用 。
1.4 wide_to_long
melt 方法中，在列索引中被压缩的一组值对应的列元素只能代表同一层次的含义，即 values_name。现在 如果列中包含了交叉类别，比如期中期末的类别和语文数学的类别，那么想要把 values_name 对应的 Grade 扩充为两列分别对应语文分数和数学分数，只把期中期末的信息压缩，这种需求下就要使用 wide_to_long 函数来完成 。
2 索引的变形
2.1 stack 与 unstack
unstack 函数的作用是把行索引转为列索引
unstack 的主要参数是移动的层号，默认转化最内层，移动到列索引的最内层，同时支持同时转化多个层
类似于 pivot 中的唯一性要求，在 unstack 中必须保证 被转为列索引的行索引层和 被保留的行索引层构成 的组合是唯一的，例如把前两个列索引改成相同的破坏唯一性 ， 那么就会报错
与 unstack 相反，stack 的作用就是把列索引的层压入行索引，其用法完全类似 。
2.2 聚合与变形的关系
在上面介绍的所有函数中，除了带有聚合效果的 pivot_table 以外，所有的函数在变形前后并不会带来 values 个数的改变，只是这些值在呈现的形式上发生了变化 。在上一章讨论的分组聚合操作，由于生成了新的行列 索引，因此必然也属于某种特殊的变形操作 ， 但由于聚合之后把原来的多个值变为了一个值，因此 values 的 个数产生了变化 ， 这也是分组聚合与变形函数的最大区别 。

推荐阅读


上一篇：十六进制编辑器安卓，16进制编辑器安卓版

下一篇：jquery如何接受服务器数据，jquery从服务器获取数据