晚上在微信群看到有人提問：

這其實是數據處理中經常遇到的數據集「長」「寬」格式轉換問題。看起來似乎挺難，有很多細節要考慮。實際上這個問題也的確不簡單，如果從零開始碼要花不少精力，效果還不好保證。

但是，因為這個問題太常見了，所以 Python / R 都提供了對應的函數來專門解決這個問題。

利用 Python 進行「長」「寬」轉換

Python 的 pandas package 提供了.melt( ) / .pivot( )兩個函數來做「長」「寬」轉換。前者將寬數據集轉換為長數據集，后者將長數據集轉換為寬數據集。

import pandas as pd
data = {'username':['張三','李四','王五'],
'數學':[34,45,76],
'語文':[58,87,34],
'英語':[578,45,89]}
df = pd.DataFrame(data)
df

觀察上表，我們很容易想到它還可以組織成 username，subject，score 這種形式：

melted = pd.melt(df,['username'])

一行代碼就能實現我們想要的操作。 .melt( ) 接收兩個參數，第一個參數是需要變換的數據集。第二個參數是一個列表，列表中指定的數據集的列作為分組的指標，剩下的所有列名合并為轉換后的數據集的一列，默認列名是 variable。分組指標和列名共同定位一個唯一的值，所有的這些值合并為一列，默認列名是 value。

最后，按需對變換后的數據集重命名。

melted.rename(columns = {'variable':'subject','value':'score'})

.melt( )?的逆操作是.pivot( )

pivoted = melted.pivot('username','subject','score')

.pivot()?的第一、二參數分別用作轉換后的數據集行和列索引，可選列作為轉換后的 dataframe 的值。如果不想將第一個參數作為行索引，可以將索引重置：

pivoted.columns = ['數學','英語','語文']
pivoted.reset_index()

利用 R 進行「長」「寬」轉換

R 的 tidyr package 提供了 spread( ) ?/ gather( )兩個函數來做「長」「寬」轉換。前者將寬數據集轉換為長數據集，后者將長數據集轉換為寬數據集。

library(tidyr)

data <- data.frame(username =c('張三','李四','王五'),
數學 =c(34,45,76),
語文 =c(58,87,34),
英語 =c(78,45,89))
data復制代碼

我們需要按照 username 將數學、語文、英文三個列名融合成一列 subject，并將對應的值融合成一列 score

gathered <- data %>% gather(subject,score,-username)復制代碼

gather() 的逆操作是 spread()

spreaded? <- gathered %>% spread(subject,score)復制代碼

spread() 接收兩個參數，第一個參數對應的列的值轉換為寬數據集的列名，第二個參數對應的列的值轉換為寬數據集新建列的值。

閱讀原文可觀看在線 Python /R 版本 notebook，親自動手嘗試使用 R 對數據集進行「長」「寬」轉換。?

掃碼關注「數據科學與技術」（微信號：read_csv)

總結

以上是生活随笔為你收集整理的利用 Python / R 对数据集进行「长」「宽」转换的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。