pandas?數(shù)據(jù)透視和逆透視的實現(xiàn)
本篇介紹 pandas 數(shù)據(jù)重塑的幾個有用變換。假設(shè)我們有學(xué)生語數(shù)外考試的成績數(shù)據(jù)，大家常見的是這種格式：
如果數(shù)據(jù)放在數(shù)據(jù)庫中，下面的格式比較符合數(shù)據(jù)庫范式：
現(xiàn)在，任務(wù)來了。要實現(xiàn)由圖一向圖二的變換，傳統(tǒng)的 Excel 功能不容易實現(xiàn)，有了 Power Query 之后，可以使用 Power Query 的逆透視功能來說實現(xiàn)。
如果要實現(xiàn)由圖二向圖一的格式的變換，比較簡單的方法是利用數(shù)據(jù)透視表。因為數(shù)據(jù)中有數(shù)字，所以相對來說還比較簡單。因為本篇目的是介紹 pandas 的實現(xiàn)方法，對 Excel 中如何實現(xiàn)數(shù)據(jù)格式的轉(zhuǎn)換就不做展開。
我將圖 2 的數(shù)據(jù)放在 Sheet3 中，利用 read_excel() 方法讀取數(shù)據(jù)：
import pandas as pd
df = pd.read_excel('data_shaping_sample_data.xlsx', sheet_name='Sheet3')
此時顯示 df 如下：
將 df 調(diào)用 pivot() 方法進行透視：
df_pivot = df.pivot(index='Name', columns='Subject', values='Score') df_pivot
對于逆透視呢，pandas 也提供了很好的支持，以下代碼演示了使用方法：
到此這篇關(guān)于pandas 數(shù)據(jù)透視和逆透視的實現(xiàn)的文章就介紹到這了,更多相關(guān)pandas 數(shù)據(jù)透視和逆透視內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
在 Python 中,變量是用于存儲數(shù)據(jù)的名稱,它可以保存不同類型的數(shù)據(jù),在Python中,有兩種類型的注釋：單行注釋和多行注釋,本文就給大家詳細的介紹一下python中的變量與注釋,需要的朋友可以參考下2023-08-08
Python通過pywin32模塊調(diào)用WindowsAPI接口，可以實現(xiàn)對特定進程加載模塊的枚舉輸出并檢測該PE程序模塊所啟用的保護方式，感興趣的可以了解一下2022-10-10
python轉(zhuǎn)化excel數(shù)字日期為標準日期操作
這篇文章主要介紹了python轉(zhuǎn)化excel數(shù)字日期為標準日期操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-07-07
這篇文章為大家詳細介紹了在圖像上面進行了圖像均值濾波、方框濾波 、高斯濾波、中值濾波、雙邊濾波、2D卷積等具體操作的方法，需要的可以參考一下2023-02-02
新的一年迎來了元宵節(jié)，元宵佳節(jié)在陪伴家人的同時，自然也少不了賞花燈，猜燈謎的項目。本文會通過Python實現(xiàn)這一游戲，需要的可以參考一下2022-02-02
Python中字典的基礎(chǔ)介紹及常用操作總結(jié)
字典也是python的數(shù)據(jù)類型中的一種,它由許多鍵值對組成,它是一種可變?nèi)萜髂Ｐ?一般情況下鍵是唯一的,字典支持嵌套,下面這篇文章主要給大家介紹了關(guān)于Python中字典的基礎(chǔ)介紹及常用操作,需要的朋友可以參考下2021-09-09
這篇文章主要為大家介紹了python數(shù)字圖像處理之圖像自動閾值分割示例，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-06-06
這段時間老是“不務(wù)正業(yè)”的搞一些東西玩。之前的貪吃蛇，俄羅斯方塊激發(fā)了我研究游戲算法的興趣。經(jīng)過1個星期的構(gòu)思，連連看的連接算法終于出爐了。再過一段時間就基于這個算法使用JavaScript推出網(wǎng)頁版的連連看。下面是說明及代碼。2008-11-11
一份python入門應(yīng)該看的學(xué)習(xí)資料
關(guān)于python入門你應(yīng)該看這些資料，幫助你快速入門python，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-04-04
python實現(xiàn)密度聚類(模板代碼+sklearn代碼)
這篇文章主要介紹了python實現(xiàn)密度聚類(模板代碼+sklearn代碼)，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04