如何在Pandas/Python中将表格和水平数据转换为表格数据

在Pandas/Python中，可以使用melt()函数将表格和水平数据转换为表格数据。

melt()函数的语法如下：

pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None)

参数说明：

frame：要转换的数据框（表格）。
id_vars：要保留的列（变量）的列名或列名的列表，这些列将被视为标识符变量，不被转换。
value_vars：要转换的列（变量）的列名或列名的列表，如果未指定，则使用所有未指定为id_vars的列。
var_name：新生成的列（变量）的列名。
value_name：新生成的列（值）的列名。
col_level：如果输入是多级索引框（表格），则可以指定要融合的列级别。

下面是一个示例，演示如何使用melt()函数将表格和水平数据转换为表格数据：

import pandas as pd

# 创建示例数据框
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Maths': [80, 90, 75],
    'Physics': [85, 88, 92],
    'Chemistry': [92, 78, 80]
}
df = pd.DataFrame(data)

# 使用melt()函数转换数据
melted_df = pd.melt(df, id_vars='Name', value_vars=['Maths', 'Physics', 'Chemistry'], var_name='Subject', value_name='Score')

# 打印转换后的数据框
print(melted_df)

输出结果：

      Name    Subject  Score
0    Alice      Maths     80
1      Bob      Maths     90
2  Charlie      Maths     75
3    Alice    Physics     85
4      Bob    Physics     88
5  Charlie    Physics     92
6    Alice  Chemistry     92
7      Bob  Chemistry     78
8  Charlie  Chemistry     80

在这个示例中，我们创建了一个包含姓名、数学、物理和化学成绩的数据框。然后，我们使用melt()函数将数学、物理和化学成绩转换为表格数据，保留姓名列，并将转换后的列命名为"Subject"和"Score"。最后，我们打印转换后的数据框。

这是一个简单的示例，展示了如何在Pandas/Python中使用melt()函数将表格和水平数据转换为表格数据。根据实际需求，可以根据melt()函数的参数进行更复杂的转换操作。

腾讯云相关产品和产品介绍链接地址：