0
点赞
收藏
分享

微信扫一扫

pandas进阶--pivot函数重塑Dataframe

alonwang 2022-04-23 阅读 68

文章目录

参数解析:

  • index:str或object或str的列表(pandas 1.1.0版本之后可以接受列表),用于制作新Dataframe的索引,如果为None,则使用现在的索引。
  • columns:str或object或str的列表(pandas 1.1.0版本之后可以接受列表),用于制作新Dataframe的列。
  • **values:**str或object或str的列表,用于填充新Dataframe的值,如果未指定,将使用所有剩余的列,并且新Dataframe的列将具有多级索引。

返回:

  • 重塑的Dataframe。

引起ValueError:

  • 当按指定的index、columns和values取新Dataframe的值时,如果有多个值,会引起ValueError报错。

用例1

导入pandas

import pandas as pd
df = pd.DataFrame({
    'foo': ['one', 'one', 'one', 'two', 'two', 'two'], 
     'bar': ['A', 'B', 'C', 'A', 'B', 'C'], 
     'baz': [1, 2, 3, 4, 5, 6], 
     'zoo': ['x', 'y', 'z', 'q', 'w', 't']
})
df

输出:

image-20220423141450068

使用foo列的值作为新Dataframe的索引,使用bar列的值作为新Dataframe的列,使用baz列的值作为新Dataframe的值。

df.pivot(index='foo', columns='bar', values='baz')

输出:

image-20220423141730580

使用foo列的值作为新Dataframe的索引,使用bar列的值作为新Dataframe的列,values不指定,会指定剩余所有的列。

df.pivot(index='foo', columns='bar')

输出:

image-20220423141716713

对上面具有多级索引的Dataframe的进行索引取值。

df.pivot(index='foo', columns='bar')['baz']

输出:

image-20220423141655241

用例2

df2 = pd.DataFrame({
    'lev1': [1, 1, 1, 2, 2, 2],
    'lev2': [1, 1, 2, 1, 1, 2],
    'lev3': [1, 2, 1, 2, 1, 2],
    'lev4': [1, 2, 3, 4, 5, 6],
    'values': [0, 1, 2, 3, 4, 5],
})
df2

输出:

image-20220423141640061

index和columns传入列表。(需要pandas版本在1.1.0之后)

df2.pivot(index="lev1", columns=["lev2", "lev3"],values="values")

输出:

image-20220423141625670

df2.pivot(index=['lev1', 'lev2'], columns=['lev3'], values='values')

输出:

image-20220423141557640

用例3

df3 = pd.DataFrame({
    'foo': ['one', 'one', 'two', 'two'],
    'bar': ['A', 'A', 'B', 'C'],
    'baz': [1, 2, 3, 4],
})
df3

输出:

image-20220423141539844

如果指定index为foo,columns为bar,则df3的前两行是相同的,会引起ValueError报错。

try:
    df3.pivot(index='foo', columns='bar', values='baz')
except ValueError as e:
    print(e)

输出:

Index contains duplicate entries, cannot reshape
举报

相关推荐

0 条评论