Pandas Schmelzen-Funktion
Ich habe einen dataframe:
df = pd.DataFrame([[2, 4, 7, 8, 1, 3, 2013], [9, 2, 4, 5, 5, 6, 2014]], columns=['Amy', 'Bob', 'Carl', 'Chris', 'Ben', 'Other', 'Year'])
Amy Bob Carl Chris Ben Other Year
0 2 4 7 8 1 3 2013
1 9 2 4 5 5 6 2014
Und ein Wörterbuch:
d = {'A': ['Amy'], 'B': ['Bob', 'Ben'], 'C': ['Carl', 'Chris']}
Möchte ich Umformen mein dataframe wie folgt Aussehen:
Group Name Year Value
0 A Amy 2013 2
1 A Amy 2014 9
2 B Bob 2013 4
3 B Bob 2014 2
4 B Ben 2013 1
5 B Ben 2014 5
6 C Carl 2013 7
7 C Carl 2014 4
8 C Chris 2013 8
9 C Chris 2014 5
10 Other 2013 3
11 Other 2014 6
Beachten Sie, dass Other
keine Werte in die Name
Spalte und die Reihenfolge der Zeilen spielt keine Rolle. Ich denke, ich sollte mit der melt
- Funktion, aber die Beispiele, die ich begegnet bin, sind nicht allzu klar.
InformationsquelleAutor slaw | 2016-01-16
Du musst angemeldet sein, um einen Kommentar abzugeben.
melt
bekommt Sie einen Teil des Weges dorthin.Dieser hat alles, was außer
Group
. Um das zu bekommen, müssen wir Umformend
als auch ein bisschen.Und bewegt 'Andere' aus
Name
zuGroup
Nicht ganz so elegant wie meine Letzte Lösung, aber Ihre Antwort hat mich dort. Danke!
Dann zeigen Sie Ihre endgültige Lösung?
InformationsquelleAutor TomAugspurger
Pandas Schmelzen-Funktion :-
Diese Funktion ist nützlich, um die massage zu einem DataFrame in ein format, bei dem eine oder mehrere Spalten sind Bezeichner von Variablen (id_vars), während alle anderen Spalten, die als Messgrößen (value_vars), "unpivoted", um die Reihe-Achse, so dass nur zwei nicht-identifier-Spalten, 'variable' und 'Wert'.
zB:-
verwenden wir Schmelzen zu verwandeln, große Daten zu lange Daten.
InformationsquelleAutor HeadAndTail