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！

10年積累的做網(wǎng)站、成都做網(wǎng)站經(jīng)驗，可以快速應(yīng)對客戶對網(wǎng)站的新想法和需求。提供各種問題對應(yīng)的解決方案。讓選擇我們的客戶得到更好、更有力的網(wǎng)絡(luò)服務(wù)。我雖然不認(rèn)識你，你也不認(rèn)識我。但先網(wǎng)站制作后付款的網(wǎng)站建設(shè)流程，更有市中免費網(wǎng)站建設(shè)讓你可以放心的選擇與我們合作。

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。

簡單說就是將指定的列放到鋪開放到行上變成兩列，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, 它將使用此級別來融化

例如有一串?dāng)?shù)據(jù)，表示不同城市和每天的人口流動：

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)容對大家有所幫助，如果還想學(xué)習(xí)更多知識，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道！