pandas函數(shù)-melt

這個(gè)函數(shù)，我感覺類似列轉(zhuǎn)行，有點(diǎn)意思

成都創(chuàng)新互聯(lián)公司于2013年成立，先為聶榮等服務(wù)建站，聶榮等地企業(yè)，進(jìn)行企業(yè)商務(wù)咨詢服務(wù)。為聶榮企業(yè)網(wǎng)站制作PC+手機(jī)+微官網(wǎng)三網(wǎng)同步一站式服務(wù)解決您的所有建站問題。

metl 函數(shù)和 pivot 函數(shù)有些類似，是一個(gè)逆過程

pandas.melt(frame: pandas.core.frame.DataFrame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None) → pandas.core.frame.DataFrame

Unpivot a DataFrame from wide to long format, optionally leaving identifiers set.

這是我們的原始數(shù)據(jù)

下面，我們使用 melt 函數(shù)轉(zhuǎn)換一下

這個(gè) melt 函數(shù)，是針對列來說的，所以這個(gè) id_vars 參數(shù)，表示作為固定列（標(biāo)識符）

這里我們指定為A，所以A列保持不變，而B列和C列都被拆到了行中

好好理解一下，這個(gè)函數(shù)道理實(shí)現(xiàn)了一個(gè)什么功能，就知道咋用了

默認(rèn)的列名是variable和value，而我們也可以手動指定

上面，我們使用了id_vars，表示不變的列，而value_vars就表示需要拆分的列，默認(rèn)的話其余列都會拆分，我們也可以手工選定

這里相當(dāng)于，只對B列做了轉(zhuǎn)化，而忽略（不要了）C列

Python變形

1.長寬表的變形

什么是長表?什么是寬表?這個(gè)概念是對于某一個(gè)特征而言的。例如:一個(gè)表中把性別存儲在某一個(gè)列中， 那么它就是關(guān)于性別的長表;如果把性別作為列名，列中的元素是某一其他的相關(guān)特征數(shù)值，那么這個(gè)表是 關(guān)于性別的寬表。

1.1 pivot

pivot 是一種典型的長表變寬表的函數(shù)。對于一個(gè)基本的長變寬的操作而言，最重要的有三個(gè)要素，分別是變形后的行索引、需要轉(zhuǎn)到列索引的列， 以及這些列和行索引對應(yīng)的數(shù)值，它們分別對應(yīng)了 pivot 方法中的 index, columns, values 參數(shù)。新生成表的 列索引是 columns 對應(yīng)列的 unique 值，而新表的行索引是 index 對應(yīng)列的 unique 值，而 values 對應(yīng)了想 要展示的數(shù)值列。

利用 pivot 進(jìn)行變形操作需要滿足唯一性的要求，即由于在新表中的行列索引對應(yīng)了唯一的 value ，因此原 表中的 index 和 columns 對應(yīng)兩個(gè)列的行組合必須唯一。例如，現(xiàn)在把原表中第二行張三的數(shù)學(xué)改為語文就 會報(bào)錯(cuò)，這是由于 Name 與 Subject 的組合中兩次出現(xiàn) (”San Zhang”, ”Chinese”) ，從而最后不能夠確定到 底變形后應(yīng)該是填寫 80 分還是 75 分。

pandas 從 1.1.0 開始，pivot 相關(guān)的三個(gè)參數(shù)允許被設(shè)置為列表，這也意味著會返回多級索引。這里構(gòu)造一 個(gè)相應(yīng)的例子來說明如何使用:下表中六列分別為班級、姓名、測試類型(期中考試和期末考試)、科目、成 績、排名。

根據(jù)唯一性原則，新表的行索引等價(jià)于對 index 中的多列使用 drop_duplicates ，而列索引的長度為 values 中的元素個(gè)數(shù)乘以 columns 的唯一組合數(shù)量(與 index 類似)。

1.2 pivot_table

pivot 的使用依賴于唯一性條件，那如果不滿足唯一性條件，那么必須通過聚合操作使得相同行列組合對應(yīng) 的多個(gè)值變?yōu)橐粋€(gè)值。例如，張三和李四都參加了兩次語文考試和數(shù)學(xué)考試，按照學(xué)院規(guī)定，最后的成績是 兩次考試分?jǐn)?shù)的平均值，此時(shí)就無法通過 pivot 函數(shù)來完成。

1.3 melt

長寬表只是數(shù)據(jù)呈現(xiàn)方式的差異，但其包含的信息量是等價(jià)的，前面提到了利用 pivot 把長表轉(zhuǎn)為寬表，那 么就可以通過相應(yīng)的逆操作把寬表轉(zhuǎn)為長表，melt 函數(shù)就起到了這樣的作用。

1.4 wide_to_long

melt 方法中，在列索引中被壓縮的一組值對應(yīng)的列元素只能代表同一層次的含義，即 values_name 。現(xiàn)在 如果列中包含了交叉類別，比如期中期末的類別和語文數(shù)學(xué)的類別，那么想要把 values_name 對應(yīng)的 Grade 擴(kuò)充為兩列分別對應(yīng)語文分?jǐn)?shù)和數(shù)學(xué)分?jǐn)?shù)，只把期中期末的信息壓縮，這種需求下就要使用 wide_to_long 函數(shù)來完成。

2 索引的變形

2.1 stack 與 unstack

unstack 函數(shù)的作用是把行索引轉(zhuǎn)為列索引

unstack 的主要參數(shù)是移動的層號，默認(rèn)轉(zhuǎn)化最內(nèi)層，移動到列索引的最內(nèi)層，同時(shí)支持同時(shí)轉(zhuǎn)化多個(gè)層

類似于 pivot 中的唯一性要求，在 unstack 中必須保證 被轉(zhuǎn)為列索引的行索引層和 被保留的行索引層構(gòu)成 的組合是唯一的，例如把前兩個(gè)列索引改成相同的破壞唯一性，那么就會報(bào)錯(cuò)

與 unstack 相反，stack 的作用就是把列索引的層壓入行索引，其用法完全類似。

2.2 聚合與變形的關(guān)系

在上面介紹的所有函數(shù)中，除了帶有聚合效果的 pivot_table 以外，所有的函數(shù)在變形前后并不會帶來 values 個(gè)數(shù)的改變，只是這些值在呈現(xiàn)的形式上發(fā)生了變化。在上一章討論的分組聚合操作，由于生成了新的行列 索引，因此必然也屬于某種特殊的變形操作，但由于聚合之后把原來的多個(gè)值變?yōu)榱艘粋€(gè)值，因此 values 的 個(gè)數(shù)產(chǎn)生了變化，這也是分組聚合與變形函數(shù)的最大區(qū)別。

3 其他變形函數(shù)

3.1 crosstab

crosstab 并不是一個(gè)值得推薦使用的函數(shù)，因?yàn)樗軐?shí)現(xiàn)的所有功能 pivot_table 都能完成，并且速度更快。 在默認(rèn)狀態(tài)下，crosstab 可以統(tǒng)計(jì)元素組合出現(xiàn)的頻數(shù)，即 count 操作。例如統(tǒng)計(jì) learn_pandas 數(shù)據(jù)集中 學(xué)校和轉(zhuǎn)系情況對應(yīng)的頻數(shù)

3.2 explode

explode 參數(shù)能夠?qū)δ骋涣械脑剡M(jìn)行縱向的展開，被展開的單元格必須存儲 list, tuple, Series, np.ndarray 中的一種類型。

3.3 get_dummies

get_dummies 是用于特征構(gòu)建的重要函數(shù)之一，其作用是把類別特征轉(zhuǎn)為指示變量。例如，對年級一列轉(zhuǎn)為 指示變量，屬于某一個(gè)年級的對應(yīng)列標(biāo)記為 1，否則為 0

Python Pandas DataFrame stack(), unstack(), pivot(), melt()操作

四個(gè)函數(shù)功能的簡單總結(jié)對比，stack/unstack一組，pivot/melt一組：

pivot()和melt()函數(shù)是較簡單方便的，但是它倆是依據(jù)column的值作為索引的分類，和stack/unstack在column和index之間的轉(zhuǎn)換有實(shí)質(zhì)差別。一般在轉(zhuǎn)換之后會進(jìn)行reset_index()操作。

寫的太糙了，看原始函數(shù)介紹比較好。

參見資料：

Pandas DataFrame stack 函數(shù)

Pandas DataFrame unstack 函數(shù)

Pandas DataFrame pivot 函數(shù)

Pandas DataFrame melt 函數(shù)

pandas中DataFrame的stack()、unstack()和pivot()方法的對比

python pandas 長表格轉(zhuǎn)換為寬表格/寬表格轉(zhuǎn)換為長表格

目的如題目，長寬表格轉(zhuǎn)換，即長表格轉(zhuǎn)換為寬表格/寬表格轉(zhuǎn)換為長表格，采用pivot和melt函數(shù)操作。關(guān)于該方法和stack和unstack的區(qū)別可以查看 Python Pandas DataFrame stack(), unstack(), pivot(), melt()操作

原始數(shù)據(jù)如下，想要得到city作為行，indus作為列，rca作為值的矩陣，操作如下，

通用范式為 df.pivot(index='index_label', columns='column_label', values='value_label')

針對上述的df，操作如下

可以看出，最后的dataframe的列的值是原來的column的具體數(shù)值。

今日份水文完畢，主要目的是為了第一個(gè)長轉(zhuǎn)寬。