pandas的
pivot函数可以将一个DataFrame中的数据重塑为另一种形式，例如将行转换为
列，或者将
列转换为行。
pivot函数的参数包括index、columns和values，其中index表示新DataFrame的行索引，columns表示新DataFrame的
列索引，values表示新DataFrame的值。
pivot函数可以用于单个
列或多个
列，也可以用于单个行或多个行。可以使用
pivot函数来处理数据透视表。另外，
pivot函数还支持多级索引。例如，可以使用多个
列作为新DataFrame的行索引，或者使用多个行作为新DataFrame的
列索引。
以下是
pivot函数的一些常见用法：
1. 将一
列数据转换为多
列数据：
df.
pivot(index='date', columns='variable', values='value')
2. 将多
列数据转换为一
列数据：
pd.melt(df, id_vars=['date'], value_vars=['variable1', 'variable2'], var_name='variable', value_name='value')
3. 将多个
列作为新DataFrame的行索引：
df.
pivot(index=['date', 'variable'], columns='category', values='value')
4. 将多个行作为新DataFrame的
列索引：
df.
pivot(index='date', columns=['variable', 'category'], values='value')
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/bian-cheng-ri-ji/46392.html