pandas 行转列

在pandas中，可以使用melt函数将行转换为列。melt函数的主要参数包括frame、id_vars、value_vars、var_name、value_name、ignore_index和col_level。

1. frame：要转换的数据框。
2. id_vars：要保留的列，不进行转换。
3. value_vars：要进行转换的列。
4. var_name：转换后的列名。
5. value_name：转换后的值名。
6. ignore_index：是否重置索引。
7. col_level：如果列是多级索引，则指定要转换的级别。

下面是一个示例，演示如何使用melt函数将行转换为列：

import pandas as pd

# 创建一个示例数据框
data = {'Name': ['John', 'Mike', 'Sarah'],
        'Math': [90, 85, 95],
        'English': [80, 75, 85],
        'Science': [95, 90, 92]}
df = pd.DataFrame(data)

# 使用melt函数将行转换为列
df_melted = pd.melt(df, id_vars=['Name'], value_vars=['Math', 'English', 'Science'], var_name='Subject', value_name='Score')

# 打印转换后的数据框
print(df_melted)

输出结果如下：

    Name  Subject  Score
0   John     Math     90
1   Mike     Math     85
2  Sarah     Math     95
3   John  English     80
4   Mike  English     75
5  Sarah  English     85
6   John  Science     95
7   Mike  Science     90
8  Sarah  Science     92

这个示例中，我们创建了一个包含姓名、数学、英语和科学成绩的数据框。然后，使用melt函数将数学、英语和科学成绩这三列转换为Subject和Score两列，保留了姓名这一列。最后，打印转换后的数据框。