在pandas数据帧中,可以使用pivot
函数将行转换为列。pivot
函数可以根据指定的列将数据透视为新的数据框。
具体步骤如下:
import pandas as pd
df = pd.DataFrame({'A': ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'], 'B': ['one', 'one', 'two', 'two', 'one', 'one'], 'C': ['x', 'y', 'x', 'y', 'x', 'y'], 'D': [1, 2, 3, 4, 5, 6]})
pivot
函数将行转换为列:df_pivot = df.pivot(index='A', columns='B', values='D')
这样,原始数据框中的行'A'和列'B'将被转换为新数据框的行索引和列索引,而原始数据框中的数值列'D'将成为新数据框的值。
pivot
函数的参数解释如下:
index
:指定作为行索引的列名。columns
:指定作为列索引的列名。values
:指定作为值的列名。优势:
应用场景:
推荐的腾讯云相关产品和产品介绍链接地址:
领取专属 10元无门槛券
手把手带您无忧上云