pandas df转置
时间: 2024-01-30 11:12:20 浏览: 28
可以使用pandas的`T`属性或`transpose()`方法来实现DataFrame的转置。
以下是两种方法的示例:
1. 使用`T`属性:
```python
import pandas as pd
df = pd.DataFrame({'X': [0, 1, 2], 'Y': [3, 4, 5]}, index=['A', 'B', 'C'])
print(df) # 输出原始DataFrame
# X Y
# A 0 3
# B 1 4
# C 2 5
transposed_df = df.T
print(transposed_df) # 输出转置后的DataFrame
# A B C
# X 0 1 2
# Y 3 4 5
```
2. 使用`transpose()`方法:
```python
import pandas as pd
df = pd.DataFrame({'X': [0, 1, 2], 'Y': [3, 4, 5]}, index=['A', 'B', 'C'])
print(df) # 输出原始DataFrame
# X Y
# A 0 3
# B 1 4
# C 2 5
transposed_df = df.transpose()
print(transposed_df) # 输出转置后的DataFrame
# A B C
# X 0 1 2
# Y 3 4 5
```
相关问题
pandas 如何转置
在pandas中,可以使用`transpose()`函数来实现数据的转置操作。该函数可以应用于DataFrame和Series对象。
对于DataFrame对象,可以直接调用`transpose()`函数来进行转置操作,示例如下:
```python
import pandas as pd
# 创建一个DataFrame对象
data = {'Name': ['Tom', 'John', 'Emma'],
'Age': [25, 30, 28],
'City': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)
# 转置DataFrame
transposed_df = df.transpose()
print(transposed_df)
```
输出结果为:
```
0 1 2
Name Tom John Emma
Age 25 30 28
City New York London Paris
```
对于Series对象,可以使用`to_frame()`函数将其转换为DataFrame,然后再进行转置操作,示例如下:
```python
import pandas as pd
# 创建一个Series对象
data = pd.Series([25, 30, 28], index=['Tom', 'John', 'Emma'], name='Age')
# 将Series转换为DataFrame,并转置
transposed_df = data.to_frame().transpose()
print(transposed_df)
```
输出结果为:
```
Tom John Emma
Age 25 30 28
```
pandas行列转置
要在 pandas 中进行行列转置,可以使用 DataFrame 的 `transpose()` 方法或者使用 `T` 属性。
以下是使用 `transpose()` 方法的示例:
```python
import pandas as pd
# 创建示例数据
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 行列转置
df_transposed = df.transpose()
print(df_transposed)
```
输出结果为:
```
0 1 2
A 1 2 3
B 4 5 6
```
使用 `T` 属性的示例:
```python
import pandas as pd
# 创建示例数据
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 行列转置
df_transposed = df.T
print(df_transposed)
```
输出结果与上述示例相同。
希望能帮到你!如果有任何问题,请随时问我。