【精选】【Python】Pandas DataFrame 一维表二维表的转换

2023-11-04 02:01| 来源: 网络整理| 查看: 265

目录一、stack & unstackunstack 将一维表转换为二维表stack 将二维表转换为一维表二、pivot & meltpivot 将一维表转换为二维表melt将二维表转换为一维表 Tips

用pandas处理数据，我们经常获取到的是从数据库或者excel中获取的一维表。而常常需要重排，转换为二维表，类似于excel中的透视。

举例：一维表 df

df = pd.DataFrame( { 'key1':['one','two','three','one','two','four'], 'key2':['A','B','C','D','C','D'], 'value':np.random.randn(6) } )

表一：一维表二维表 df2 在这里插入图片描述

介绍两种转换方式。

一、stack & unstack

stack 和 unstack 的工作机制都是依赖于dataframe本身的多层索引进行转换的。默认情况下，最内层是unstack的，也可以指定层级序号或名称来拆分特定层级。

unstack 将一维表转换为二维表 # 第一步 df1 =df.set_index(['key1','key2']) # 运用unstack,不写参数，默认转换最里层的index，也就是key2； df2=df1.unstack() df2.reset_index()

在这里插入图片描述

# 也可以指定要转换的索引 df1.unstack('key1') # 或 df1.unstack(0)

最后，可以通过reset_index方法去除索引。

stack 将二维表转换为一维表 df2.stack() 二、pivot & melt pivot 将一维表转换为二维表 df.pivot('key1','key2','value') melt将二维表转换为一维表 pd.melt(df,['key1','key2'])

也可以指定列的子集为值列

pd.melt(df,id_vars=['key1'], value_vars=['value']) Tips

stack 和unstack方法可以用来处理多层数据。也就是行和列索引不只一个的情况。

可参考 (https://blog.csdn.net/qq_41080850/article/details/86294173)

multiindex 的索引方式

外层索引可以包含式地使用内层索引，反过来则不行

【本文地址】

公司简介

联系我们