• <bdo id='jG1EF'></bdo><ul id='jG1EF'></ul>
  • <small id='jG1EF'></small><noframes id='jG1EF'>

    1. <i id='jG1EF'><tr id='jG1EF'><dt id='jG1EF'><q id='jG1EF'><span id='jG1EF'><b id='jG1EF'><form id='jG1EF'><ins id='jG1EF'></ins><ul id='jG1EF'></ul><sub id='jG1EF'></sub></form><legend id='jG1EF'></legend><bdo id='jG1EF'><pre id='jG1EF'><center id='jG1EF'></center></pre></bdo></b><th id='jG1EF'></th></span></q></dt></tr></i><div id='jG1EF'><tfoot id='jG1EF'></tfoot><dl id='jG1EF'><fieldset id='jG1EF'></fieldset></dl></div>

      <legend id='jG1EF'><style id='jG1EF'><dir id='jG1EF'><q id='jG1EF'></q></dir></style></legend>
      <tfoot id='jG1EF'></tfoot>

        python pandas中融化的对面

        时间:2023-09-28

        1. <i id='i6eY2'><tr id='i6eY2'><dt id='i6eY2'><q id='i6eY2'><span id='i6eY2'><b id='i6eY2'><form id='i6eY2'><ins id='i6eY2'></ins><ul id='i6eY2'></ul><sub id='i6eY2'></sub></form><legend id='i6eY2'></legend><bdo id='i6eY2'><pre id='i6eY2'><center id='i6eY2'></center></pre></bdo></b><th id='i6eY2'></th></span></q></dt></tr></i><div id='i6eY2'><tfoot id='i6eY2'></tfoot><dl id='i6eY2'><fieldset id='i6eY2'></fieldset></dl></div>

              <bdo id='i6eY2'></bdo><ul id='i6eY2'></ul>
              <tfoot id='i6eY2'></tfoot>
              <legend id='i6eY2'><style id='i6eY2'><dir id='i6eY2'><q id='i6eY2'></q></dir></style></legend>
            • <small id='i6eY2'></small><noframes id='i6eY2'>

                  <tbody id='i6eY2'></tbody>
                  本文介绍了python pandas中融化的对面的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着跟版网的小编来一起学习吧!

                  问题描述

                  我不知道如何在 python 中使用 Pandas 进行反向融化".这是我的起始数据

                  I cannot figure out how to do "reverse melt" using Pandas in python. This is my starting data

                  import pandas as pd
                  
                  from StringIO import StringIO
                  
                  origin = pd.read_table(StringIO('''label    type    value
                  x   a   1
                  x   b   2
                  x   c   3
                  y   a   4
                  y   b   5
                  y   c   6
                  z   a   7
                  z   b   8
                  z   c   9'''))
                  
                  origin
                  Out[5]: 
                    label type  value
                  0     x    a      1
                  1     x    b      2
                  2     x    c      3
                  3     y    a      4
                  4     y    b      5
                  5     y    c      6
                  6     z    a      7
                  7     z    b      8
                  8     z    c      9
                  

                  这是我想要的输出:

                      label   a   b   c
                          x   1   2   3
                          y   4   5   6
                          z   7   8   9
                  

                  我确信有一种简单的方法可以做到这一点,但我不知道如何.

                  I'm sure there is an easy way to do this, but I don't know how.

                  推荐答案

                  有几种方法;
                  使用 .pivot:

                  there are a few ways;
                  using .pivot:

                  >>> origin.pivot(index='label', columns='type')['value']
                  type   a  b  c
                  label         
                  x      1  2  3
                  y      4  5  6
                  z      7  8  9
                  
                  [3 rows x 3 columns]
                  

                  使用 pivot_table:

                  >>> origin.pivot_table(values='value', index='label', columns='type')
                         value      
                  type       a  b  c
                  label             
                  x          1  2  3
                  y          4  5  6
                  z          7  8  9
                  
                  [3 rows x 3 columns]
                  

                  .groupby 后跟 .unstack:

                  >>> origin.groupby(['label', 'type'])['value'].aggregate('mean').unstack()
                  type   a  b  c
                  label         
                  x      1  2  3
                  y      4  5  6
                  z      7  8  9
                  
                  [3 rows x 3 columns]
                  

                  这篇关于python pandas中融化的对面的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持跟版网!

                  上一篇:如何在 Pandas 数据框中展开列 下一篇:pandas :pivot 和 pivot_table 之间的区别.为什么只有 pivot_table 工作?

                  相关文章

                    • <bdo id='bo6ax'></bdo><ul id='bo6ax'></ul>

                  1. <i id='bo6ax'><tr id='bo6ax'><dt id='bo6ax'><q id='bo6ax'><span id='bo6ax'><b id='bo6ax'><form id='bo6ax'><ins id='bo6ax'></ins><ul id='bo6ax'></ul><sub id='bo6ax'></sub></form><legend id='bo6ax'></legend><bdo id='bo6ax'><pre id='bo6ax'><center id='bo6ax'></center></pre></bdo></b><th id='bo6ax'></th></span></q></dt></tr></i><div id='bo6ax'><tfoot id='bo6ax'></tfoot><dl id='bo6ax'><fieldset id='bo6ax'></fieldset></dl></div>
                    <tfoot id='bo6ax'></tfoot>

                      <small id='bo6ax'></small><noframes id='bo6ax'>

                      <legend id='bo6ax'><style id='bo6ax'><dir id='bo6ax'><q id='bo6ax'></q></dir></style></legend>