我要评论本篇介绍 pandas 数据重塑的几个有用变换。假设我们有学生语数外考试的成绩数据，大家常见的是这种格式：
如果数据放在数据库中，下面的格式比较符合数据库范式：
现在，任务来了。要实现由图一向图二的变换，传统的 excel 功能不容易实现，有了 power query 之后，可以使用 power query 的逆透视功能来说实现。
如果要实现由图二向图一的格式的变换，比较简单的方法是利用数据透视表。因为数据中有数字，所以相对来说还比较简单。因为本篇目的是介绍 pandas 的实现方法，对 excel 中如何实现数据格式的转换就不做展开。
我将图 2 的数据放在 sheet3 中，利用 read_excel() 方法读取数据：
import pandas as pd
df = pd.read_excel('data_shaping_sample_data.xlsx', sheet_name='sheet3')
此时显示 df 如下：
将 df 调用 pivot() 方法进行透视：
df_pivot = df.pivot(index='name', columns='subject', values='score') df_pivot
对于逆透视呢，pandas 也提供了很好的支持，以下代码演示了使用方法：
到此这篇关于pandas 数据透视和逆透视的实现的文章就介绍到这了,更多相关pandas 数据透视和逆透视内容请搜索代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持代码网！
发表评论