使用pandas实现行列转换

可以使用pandas中的transpose()函数实现行列转换，例如：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 使用transpose()函数进行行列转换
df_transposed = df.transpose()

print(df)
print(df_transposed)

输出结果为：

A B C
0 1 4 7
1 2 5 8
2 3 6 9

0 1 2
A 1 2 3
B 4 5 6
C 7 8 9

相关问题

pandas 行列转换

您好！要将 Pandas DataFrame 的行列进行转换，您可以使用 `transpose()` 方法来实现。这个方法会将行和列进行互换。以下是使用示例：

import pandas as pd

# 创建示例 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 转换行列
transposed_df = df.transpose()

print(transposed_df)

这将输出如下结果：

   0  1  2
A  1  2  3
B  4  5  6

在转换后的 DataFrame 中，原来的行变成了列，原来的列变成了行。希望这能帮到您！如果您还有其他问题，请随时提问。

pandas行列转换

我们可以使用 pandas 中的 `pivot` 和 `melt` 函数来进行行列转换。

假设我们有以下的数据集：

+------+--------+-------+
| Name | Gender | Score |
+------+--------+-------+
| Tom  | Male   | 85    |
+------+--------+-------+
| Amy  | Female | 90    |
+------+--------+-------+
| Jim  | Male   | 75    |
+------+--------+-------+
| Kim  | Female | 80    |
+------+--------+-------+

我们想要将 `Gender` 列作为行索引，将 `Name` 列作为列索引，将 `Score` 列的值填充到新的表格中。那么我们可以使用 `pivot` 函数来实现：

import pandas as pd

data = {
    'Name': ['Tom', 'Amy', 'Jim', 'Kim'],
    'Gender': ['Male', 'Female', 'Male', 'Female'],
    'Score': [85, 90, 75, 80]
}

df = pd.DataFrame(data)

new_df = df.pivot(index='Gender', columns='Name', values='Score')

得到的新表格如下：

+--------+------+-----+-----+-----+
| Gender | Amy  | Jim | Kim | Tom |
+--------+------+-----+-----+-----+
| Female | 90   | 0   | 80  | 0   |
+--------+------+-----+-----+-----+
| Male   | 0    | 75  | 0   | 85  |
+--------+------+-----+-----+-----+

如果我们想要将列索引转换成行索引，那么我们可以使用 `melt` 函数来实现：

new_df = new_df.reset_index()

melt_df = pd.melt(new_df, id_vars=['Gender'], var_name='Name', value_name='Score')

melt_df = melt_df[melt_df['Score'] != 0].reset_index(drop=True)

得到的新表格如下：

+--------+------+-------+
| Gender | Name | Score |
+--------+------+-------+
| Female | Amy  | 90    |
+--------+------+-------+
| Female | Kim  | 80    |
+--------+------+-------+
| Male   | Jim  | 75    |
+--------+------+-------+
| Male   | Tom  | 85    |
+--------+------+-------+

以上就是 pandas 行列转换的方法。