Python-科学计算-pandas-05-Df变形

系统：Windows 7 语言版本：Anaconda3-4.3.0.1-Windows-x86_64 编辑器：pycharm-community-2016.3.2

• 这个系列讲讲Python的科学计算版块
• 今天讲讲pandas模块： 对DataFrame的行列按照新的规则进行重组

Part 1：示例

1. 已知一个DataFrame，有4列["time", "pos", "value1", "value2", "value3"]
2. 以time作为列，pos作为行重组DataFrame
3. 从结果上看，相当于对value1这一列进行了重新布局，以time作为列，pos作为行

原DataFrame

变形后

Part 2：代码

import pandas as pd
dict_1 = {"time": ["2019-11-2", "2019-11-2", "2019-11-2", "2019-11-3", "2019-11-3", "2019-11-3"],          "pos": ["P1", "P2", "P3", "P1", "P2", "P3"],          "value1": [11, 22, 33, 44, 55, 66],          "value2": [1, 2, 3, 4, 5, 6],          "value3": [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(dict_1, columns=["time", "pos", "value1", "value2", "value3"])df_2 = df.pivot(index="pos", columns='time', values='value1')print(df)print("\n")print(df_2)

代码截图

Part 3：部分代码解读

1. df.pivot(index="pos", columns='time', values='value1')
   • index设置行索引
   • columns设置列索引
   • values设置内容
2. 如果调换行列df_3 = df.pivot(index="time", columns='pos', values='value1')，结果如下图
3. 结合上一章节，是不是可以快速算出每一个pos的各种统计值，如下图所示

调换行列

统计结果