我融化了一个 pandas 数据框,用于使用 ggplot 绘图(这通常需要长格式的数据框),如下所示:
test = pandas.melt(iris, id_vars=["Name"], value_vars=["SepalLength", "SepalWidth"])
这会将 iris 数据集的 Name
字段保留在索引中,但会将列 SepalLength
和 SepalWidth
转换为长格式:
test.ix[0:10]
Out:
Name variable value
0 Iris-setosa SepalLength 5.1
1 Iris-setosa SepalLength 4.9
2 Iris-setosa SepalLength 4.7
3 Iris-setosa SepalLength 4.6
4 Iris-setosa SepalLength 5.0
5 Iris-setosa SepalLength 5.4
6 Iris-setosa SepalLength 4.6
7 Iris-setosa SepalLength 5.0
8 Iris-setosa SepalLength 4.4
9 Iris-setosa SepalLength 4.9
10 Iris-setosa SepalLength 5.4
我怎样才能“取消融化”这个数据框?我希望保留 Name
列,但要将 variable
字段的值转换为单独的列。 Name
字段不是唯一的,所以我认为它不能用作索引。我的印象是 pivot
是执行此操作的正确函数,但它是不正确的:
test.pivot(columns="variable", values="value")
KeyError: u'no item named '
我该怎么做?另外,我可以解开有多列长格式的数据帧,即 test
中的多列类似于上面的 variable
列吗?这意味着 columns
似乎必须接受列列表,而不是单个值。谢谢。
最佳答案
我认为这种情况是不明确的,因为 test
数据框没有标识每个唯一行的索引。如果 melt
只是简单地用 value_vars
SepalLength 和 SepalWidth 堆叠行,那么您可以手动创建一个索引作为轴心;看起来结果与原始结果相同:
In [15]: test['index'] = range(len(test) / 2) * 2
In [16]: test[:10]
Out[16]:
Name variable value index
0 Iris-setosa SepalLength 5.1 0
1 Iris-setosa SepalLength 4.9 1
2 Iris-setosa SepalLength 4.7 2
3 Iris-setosa SepalLength 4.6 3
4 Iris-setosa SepalLength 5.0 4
5 Iris-setosa SepalLength 5.4 5
6 Iris-setosa SepalLength 4.6 6
7 Iris-setosa SepalLength 5.0 7
8 Iris-setosa SepalLength 4.4 8
9 Iris-setosa SepalLength 4.9 9
In [17]: test[-10:]
Out[17]:
Name variable value index
290 Iris-virginica SepalWidth 3.1 140
291 Iris-virginica SepalWidth 3.1 141
292 Iris-virginica SepalWidth 2.7 142
293 Iris-virginica SepalWidth 3.2 143
294 Iris-virginica SepalWidth 3.3 144
295 Iris-virginica SepalWidth 3.0 145
296 Iris-virginica SepalWidth 2.5 146
297 Iris-virginica SepalWidth 3.0 147
298 Iris-virginica SepalWidth 3.4 148
299 Iris-virginica SepalWidth 3.0 149
In [18]: df = test.pivot(index='index', columns='variable', values='value')
In [19]: df['Name'] = test['Name']
In [20]: df[:10]
Out[20]:
variable SepalLength SepalWidth Name
index
0 5.1 3.5 Iris-setosa
1 4.9 3.0 Iris-setosa
2 4.7 3.2 Iris-setosa
3 4.6 3.1 Iris-setosa
4 5.0 3.6 Iris-setosa
5 5.4 3.9 Iris-setosa
6 4.6 3.4 Iris-setosa
7 5.0 3.4 Iris-setosa
8 4.4 2.9 Iris-setosa
9 4.9 3.1 Iris-setosa
In [21]: (iris[["SepalLength", "SepalWidth", "Name"]] == df[["SepalLength", "SepalWidth", "Name"]]).all()
Out[21]:
SepalLength True
SepalWidth True
Name True
关于python - 在 Python 中取消融化 Pandas 数据框?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15045582/