创建一个水果类的DataFrame对象，其中列索引为水果，数量，价格，水果包括苹果，梨，草莓，数量分别为3，4，5，价格为4，5，6。使用数据重塑进行行列变换。

代码如下：

import pandas as pd

# 创建DataFrame对象
data = {'水果': ['苹果', '梨', '草莓'], '数量': [3, 4, 5], '价格': [4, 5, 6]}
df = pd.DataFrame(data)

# 使用数据重塑进行行列变换
df = df.set_index('水果')
df = df.stack().reset_index()
df.columns = ['水果', '属性', '值']
df = df.pivot(index='水果', columns='属性', values='值')

print(df)

输出结果如下：

属性    数量  价格
水果         
梨      4   5
草莓     5   6
苹果     3   4

相关问题

创建一个水果类的DataFrame对象，其中，列索引为水果，数量和价格，水果包括苹 果，梨，草莓，数量分别为34.5，价格为4,5，6。 使用数据重塑进行行列变换。

import pandas as pd

# 创建DataFrame对象
data = {'数量': [34.5, 0, 0], '价格': [4, 5, 6]}
df = pd.DataFrame(data, index=['苹果', '梨', '草莓'])
print(df)

# 数据重塑
df = df.stack().reset_index()
df.columns = ['水果', '属性', '值']
df = df.pivot(index='水果', columns='属性', values='值')
print(df)

输出结果：

      数量  价格
苹果  34.5   4
梨    0.0   5
草莓   0.0   6

属性    数量  价格
水果           
苹果   34.5   4
梨     0.0   5
草莓    0.0   6

python 合成两个DataFrame

可以使用Pandas库中的join函数将两个DataFrame合并。具体步骤如下：
1. 创建两个DataFrame，可以使用DataFrame函数或者从文件中读取。
2. 将两个DataFrame中的某一列设置为索引，可以使用set_index函数。
3. 使用join函数将两个DataFrame合并，join函数默认将两个DataFrame的index进行合并。
4. 打印出合并后的DataFrame，可以使用print函数。

下面是一个示例代码，其中left1和right1是两个DataFrame：

import pandas as pd
from pandas import DataFrame

# 创建一个dataframe left1
left1 = DataFrame({'水果':['苹果','梨','草莓'], '价格':[3,4,5], '数量':[9,8,7]})
# 将dataframe中的某一列设置为索引
left1=left1.set_index('水果')

# 创建一个dataframe right1
right1 = DataFrame({'水果':['苹果','草莓','梨'], '产地':['美国','中国','法国']})
# 将dataframe中的某一列设置为索引
right1=right1.set_index('水果')

# join函数默认将两个DataFrame的index进行合并
j1=left1.join(right1)

# 打印出两个dataframe
print(left1)
print(right1)
# 打印出合并后的dataframe
print(j1)