TechCodeview

Na to sa používa funkcia Pandas.melt(). odklopiť DataFrame zo širokého formátu na dlhý formát.

gimp nahradiť farbu

Jeho hlavnou úlohou je vmasírovať DataFrame do formátu, kde niektoré stĺpce sú identifikátorové premenné a zvyšné stĺpce sú považované za merané premenné, nie sú otočené k osi riadku. Ponecháva len dva stĺpce bez identifikátora, premennú a hodnotu.

Syntax

 pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None) 

Parametre

rám:Vzťahuje sa na DataFrame.id_vars[n-tice, zoznam alebo ndarray, voliteľné]:Vzťahuje sa na stĺpce, ktoré sa majú použiť ako premenné identifikátora.value_vars[n-tice, zoznam alebo ndarray, voliteľné]:Odkazuje na stĺpce, ktoré sa majú odklopiť. Ak nie je zadaný, použite všetky stĺpce, ktoré nie sú nastavené ako id_vars.var_name[skalar]:Odkazuje na názov, ktorý sa má použiť pre stĺpec „premenná“. Ak je None, použije frame.columns.name alebo 'premenná'.názov_hodnoty[skalár, predvolená 'hodnota']:Odkazuje na názov, ktorý sa má použiť pre stĺpec „hodnota“.col_level[int alebo reťazec, voliteľné]: Ak sú stĺpce MultiIndex, použije sa táto úroveň na roztavenie.

Návraty

Ako výstup vráti neotočený DataFrame.

Príklad

 # importing pandas as pd import pandas as pd # creating a dataframe info = pd.DataFrame({'Name': {0: 'Parker', 1: 'Smith', 2: 'John'}, 'Language': {0: 'Python', 1: 'Java', 2: 'C++'}, 'Age': {0: 22, 1: 30, 2: 26}}) # Name is id_vars and Course is value_vars pd.melt(info, id_vars =['Name'], value_vars =['Language']) info 

Výkon

 Name Language Age 0 Parker Python 22 1 Smith Java 30 2 John C++ 26 

Príklad2

 import pandas as pd info = pd.DataFrame({'A': {0: 'p', 1: 'q', 2: 'r'}, 'B': {0: 40, 1: 55, 2: 25}, 'C': {0: 56, 1: 62, 2: 42}}) pd.melt(info, id_vars=['A'], value_vars=['C']) pd.melt(info, id_vars=['A'], value_vars=['B', 'C']) pd.melt(info, id_vars=['A'], value_vars=['C'], var_name='myVarname', value_name='myValname') 

Výkon

 A myVarname myValname 0 p C 56 1 q C 62 2 r C 42