小編給大家分享一下pandas中Melt怎么用，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！
成都創(chuàng)新互聯(lián)公司堅(jiān)持“要么做到，要么別承諾”的工作理念，服務(wù)領(lǐng)域包括：成都做網(wǎng)站、成都網(wǎng)站建設(shè)、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣等服務(wù)，滿足客戶于互聯(lián)網(wǎng)時(shí)代的揚(yáng)州網(wǎng)站設(shè)計(jì)、移動(dòng)媒體設(shè)計(jì)的需求，幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡(luò)建設(shè)合作伙伴！Melt
Melt用于將寬表變成窄表，是 pivot透視逆轉(zhuǎn)操作函數(shù)，將列名轉(zhuǎn)換為列數(shù)據(jù)(columns name → column values)，重構(gòu)DataFrame。
簡(jiǎn)單說(shuō)就是將指定的列放到鋪開(kāi)放到行上變成兩列，類別是variable(可指定)列，值是value(可指定)列。
用法：
pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None)
參數(shù)作用：
frame：它是指DataFrame
id_vars [元組, 列表或ndarray, 可選]：不需要被轉(zhuǎn)換的列名，引用用作標(biāo)識(shí)符變量的列
value_vars [元組, 列表或ndarray, 可選]：引用要取消透視的列。如果未指定, 請(qǐng)使用未設(shè)置為id_vars的所有列
var_name [scalar]：指代用于”變量”列的名稱。如果為None, 則使用- - frame.columns.name或’variable’
value_name [標(biāo)量, 默認(rèn)為’value’]：是指用于” value”列的名稱
col_level [int或string, 可選]：如果列為MultiIndex, 它將使用此級(jí)別來(lái)融化
例如有一串?dāng)?shù)據(jù)，表示不同城市和每天的人口流動(dòng)：
重慶分公司
重慶分公司
import pandas as pd df1 = pd.DataFrame({'city': {0: 'a', 1: 'b', 2: 'c'}, 'day1': {0: 1, 1: 3, 2: 5}, 'day2': {0: 2, 1: 4, 2: 6}}) df1
現(xiàn)在將day1、day2列變成變量列，再加一個(gè)值列：
pd.melt(df1, id_vars=['city'])
以上是“pandas中Melt怎么用”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)-成都網(wǎng)站建設(shè)公司行業(yè)資訊頻道！
