python行列转换
时间: 2023-11-26 17:49:02 浏览: 146
在Python中,可以使用pandas库中的melt()函数来实现行列数据的转换。该函数的作用是将DataFrame格式的数据从“宽格式”转换为“长格式”,或者从“长格式”转换为“宽格式”。
下面是一个将“宽格式”数据转换为“长格式”数据的例子:
```python
import pandas as pd
# 创建一个DataFrame
df = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie'],
'Math': [90, 80, 70],
'English': [85, 75, 65]})
# 使用melt()函数将“宽格式”数据转换为“长格式”数据
melted_df = pd.melt(df, id_vars=['Name'], value_vars=['Math', 'English'], var_name='Subject', value_name='Score')
# 输出转换后的DataFrame
print(melted_df)
```
输出结果为:
```
Name Subject Score
0 Alice Math 90
1 Bob Math 80
2 Charlie Math 70
3 Alice English 85
4 Bob English 75
5 Charlie English 65
```
上述代码中,首先创建了一个DataFrame,包含三列数据:Name、Math和English。然后使用melt()函数将Math和English列转换为“长格式”数据,并将转换后的数据存储在melted_df变量中。在melt()函数中,id_vars参数指定了保持不变的列,value_vars参数指定了需要转换的列,var_name参数指定了转换后的列名,value_name参数指定了转换后的值的列名。
下面是一个将“长格式”数据转换为“宽格式”数据的例子:
```python
import pandas as pd
# 创建一个DataFrame
df = pd.DataFrame({'Name': ['Alice', 'Alice', 'Bob', 'Bob', 'Charlie', 'Charlie'],
'Subject': ['Math', 'English', 'Math', 'English', 'Math', 'English'],
'Score': [90, 85, 80, 75, 70, 65]})
# 使用pivot()函数将“长格式”数据转换为“宽格式”数据
pivoted_df = df.pivot(index='Name', columns='Subject', values='Score')
# 输出转换后的DataFrame
print(pivoted_df)
```
输出结果为:
```
Subject English Math
Name
Alice 85 90
Bob 75 80
Charlie 65 70
```
上述代码中,首先创建了一个DataFrame,包含三列数据:Name、Subject和Score。然后使用pivot()函数将Score列转换为“宽格式”数据,并将转换后的数据存储在pivoted_df变量中。在pivot()函数中,index参数指定了行索引,columns参数指定了列索引,values参数指定了需要转换的值。
阅读全文