◆?◆?◆ ?◆?◆

前言

數(shù)據(jù)的行轉列操作，在實際工作過程中應用非常廣泛。

由于不同人員、不同部門對數(shù)據(jù)結構的認識是不大相同的，尤其是從基層人員手里拿到的數(shù)據(jù)，更是五花八門，橫七豎八。

比如有這樣一張成績表：

乍一看，好像沒毛病啊！！

然鵝鵝鵝，當需求：=簡單計算一下每個人的總分吧！來臨的時候。我腦海中不禁浮想起了：

安排

# 遇事不要慌，先導個包吧 import pandas as pd import numpy as np#?造假數(shù)據(jù) data = {'name':['嚴小樣兒','嚴小樣兒','嚴小樣兒','才華橫豎都溢','才華橫豎都溢','才華橫豎都溢','幽蘭幽香','幽蘭幽香','幽蘭幽香'],'subject':['Python','C','SQL','Python','C','SQL','Python','C','SQL'],'score':[95,60,95,96,95,80,99,94,88]}# 生成df df = pd.DataFrame(data) df

使用pivot方法即可完成行轉列哦~語法如下：

#df.pivot(index=None, columns=None, values=None) df.pivot(index='name',columns='subject',values='score')

不要高興的太早，遇到重復值就麻煩了！少俠請看：

#?造含有重復值的假數(shù)據(jù) data1 = {'name':['嚴小樣兒','嚴小樣兒','嚴小樣兒','嚴小樣兒','才華橫豎都溢','才華橫豎都溢','才華橫豎都溢','幽蘭幽香','幽蘭幽香','幽蘭幽香'],'subject':['Python','Python','C','SQL','Python','C','SQL','Python','C','SQL'],'score':[95,95,60,95,96,95,80,99,94,88]}df1 = pd.DataFrame(data1) df1

df1.pivot(index='name',columns='subject',values='score')#?一旦有重復值，就會報錯。 ValueError: Index contains duplicate entries, cannot reshape

別急別急，去個重不就可以了嗎？！

df1.drop_duplicates().pivot(index='name',columns='subject',values='score')

方法二：數(shù)據(jù)透視表

# pivot_table(data, values=None, index=None, columns=None, aggfunc='mean') pd.pivot_table(df1,index='name',columns='subject',values='score',aggfunc={'score':'max'})

聚合

剛剛說了，要求每個人的總分，其實使用透視表就可以完成。

不過，稍微動動腦筋哦。遇到重復值數(shù)據(jù)的話，只能使用下面的方法一，去重后的數(shù)據(jù)集，方法一，二都支持。

計算每個人的總分，語法如下：

# 重復數(shù)據(jù)集也可以 df_pivot = pd.pivot_table(df1,index='name',columns='subject',values='score',aggfunc={'score':'max'}) #?增加一個新列：Total df_pivot['Total'] = df_pivot.apply(lambda x:np.sum(x),axis = 1) df_pivot

方法二，必須是去重后的數(shù)據(jù)集，否則會出現(xiàn)計算錯誤。

# 使用去重數(shù)據(jù)集才可以 pd.pivot_table(df,index='name',values='score',aggfunc='sum')

# 使用join方法把總分列加進去。 total = pd.pivot_table(df,index='name',values='score',aggfunc='sum') pd.pivot_table(df,index='name',columns='subject',values='score').join(total)

--需求方：算是算出來了，可是，這個score看著怪怪的，能不能改成“總分”呢？

--嚴小樣兒：我改（卑微）！安排~

total1 = pd.pivot_table(df,index='name',values='score',aggfunc='sum').rename({'score':'總分'},axis=1) pd.pivot_table(df,index='name',columns='subject',values='score').join(total1)

行轉列，就這樣講完了，大家趕快動手實踐一下吧。那么，如何列轉行呢？！

下

期

見

!

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯《統(tǒng)計學習方法》的代碼復現(xiàn)專輯 AI基礎下載機器學習的數(shù)學基礎專輯

總結

以上是生活随笔為你收集整理的【机器学习基础】Python实现行转列？！超简单，赶快get起来的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。