是否有一种简单的方法可以在数据框架上进行此转换?

发布于 2025-02-06 12:24:47 字数 178 浏览 1 评论 0原文

请参阅显示数据框的附件图像。我想以一种结合转置和枢转的方式进行转换。

我可以使用numpy数组和两个循环的进行操作,但是有没有办法使用其他简单选项?

“

See the attached image showing a DataFrame. I want to transform it in a way that is a combination of transposing and pivoting.

I can do it with NumPy arrays and two for loops, but is there a way to use other simple options?

1

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(1

倒数 2025-02-13 12:24:47

我使用了此数据:

import pandas as pd

df = pd.DataFrame([['a', 'X', 1, 2], ['b', 'X', 3, 4], ['c', 'X', 5, 6]],
                  columns=['C1', 'C2', 'C3', 'C4']
                  )

然后您可以使用 df. -melt() ,例如,类似:

(df.melt(id_vars=['C1', 'C2'],
         var_name='F1',
         value_name='F2')
   .sort_values('C1')
)

结果:

”结果fastering

I used this data:

import pandas as pd

df = pd.DataFrame([['a', 'X', 1, 2], ['b', 'X', 3, 4], ['c', 'X', 5, 6]],
                  columns=['C1', 'C2', 'C3', 'C4']
                  )

Then you can achieve this with df.melt(), e.g. like so:

(df.melt(id_vars=['C1', 'C2'],
         var_name='F1',
         value_name='F2')
   .sort_values('C1')
)

Result:

The resulting dataframe

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文