Python-科学计算-pandas-05-Df变形

微信公众号原文

系统：Windows 7
语言版本：Anaconda3-4.3.0.1-Windows-x86_64
编辑器：pycharm-community-2016.3.2

• 这个系列讲讲Python的科学计算版块
• 今天讲讲pandas模块：对DataFrame的行列按照新的规则进行重组

Part 1：示例

1. 已知一个DataFrame，有4列["time", "pos", "value1", "value2", "value3"]
2. 以time作为列，pos作为行重组DataFrame
3. 从结果上看，相当于对value1这一列进行了重新布局，以time作为列，pos作为行

原DataFrame

1.png

变形后

2.png

Part 2：代码

import pandas as pd

dict_1 = {"time": ["2019-11-2", "2019-11-2", "2019-11-2", "2019-11-3", "2019-11-3", "2019-11-3"],
          "pos": ["P1", "P2", "P3", "P1", "P2", "P3"],
          "value1": [11, 22, 33, 44, 55, 66],
          "value2": [1, 2, 3, 4, 5, 6],
          "value3": [1, 2, 3, 4, 5, 6]}

df = pd.DataFrame(dict_1, columns=["time", "pos", "value1", "value2", "value3"])
df_2 = df.pivot(index="pos", columns='time', values='value1')
print(df)
print("\n")
print(df_2)

代码截图

3.png

Part 3：部分代码解读

1. df.pivot(index="pos", columns='time', values='value1')
   -index设置行索引
   -columns设置列索引
   -values设置内容
2. 如果调换行列df_3 = df.pivot(index="time", columns='pos', values='value1')，结果如下图
3. 结合上一章节，是不是可以快速算出每一个pos的各种统计值，如下图所示

调换行列

4.png

统计结果

5.png

本文为原创作品，欢迎分享朋友圈

长按图片识别二维码，关注本公众号
Python 优雅 帅气

12x0.8.jpg