Изменение формы фреймов данных Pandas с помощью Melt And Unmelt

Pandas - это библиотека с открытым исходным кодом под лицензией BSD, написанная на языке Python. Pandas предоставляет высокопроизводительные, быстрые и простые в использовании структуры данных и инструменты анализа данных для управления числовыми данными и временными рядами. Pandas построен на библиотеке Numpy и написан на таких языках, как Python, Cython и C. В 2008 году Уэс МакКинни разработал библиотеку Pandas. В pandas мы можем импортировать данные из файлов различных форматов, таких как JSON, SQL, Microsoft Excel и т. Д. Функция фреймов данных используется для загрузки и выполнения манипуляций с данными.

Иногда нам нужно изменить фрейм данных Pandas, чтобы лучше выполнять анализ. Изменение формы играет решающую роль в анализе данных. Панды обеспечивают такие функции, как плавление и нерасплавление для изменения формы.

Pandas.melt ()

melt () используется для преобразования широкого фрейма данных в более длинную форму. Эту функцию можно использовать, когда есть требования рассматривать определенный столбец в качестве идентификатора.

Syntax: pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name=’value’, col_level=None)
 

Пример 1:

Initialize the dataframe with data regarding ‘Days‘, ‘Patients‘ and ‘Recovery‘.

Выход:

Now, we reshape the data frame using pandas.melt() around column ‘DAYS‘. 

Выход:

Пример 2:

Now, to the dataframe used above a new column named ‘Deaths‘ is introduced.

Выход:

we reshaped the data frame using pandas.melt() around column ‘PATIENTS‘.

Выход:

Pandas.pivot () / функция unmelt

Поворот, расплавление или обратное плавление используются для преобразования столбца с несколькими значениями в несколько собственных столбцов.

Syntax : DataFrame.pivot(index=None, columns=None, values=None)
 

Пример 1:

Create a dataframe that contains the data on ID, Name, Marks and Sports of 6 students.

Выход:

Unmelting around the column Sports:

Выход:

Пример 2:

Consider the same dataframe used in the example above. Unmelting can be done based on more than one column also.

Выход:

But the reshaped dataframe appears little different from the original one in terms of index. To get the index also set as original dataframe use reset_index() function on the reshaped dataframe.

Выход:

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.