Melt 기능과 사전을 사용하여 Pandas DataFrame의 모양을 변경하는 방법은 무엇입니까?

Pandas Melt 함수: 분석을 위한 데이터 프레임 재구성

질문:

다음을 포함하는 데이터 프레임을 고려하세요. 여러 열과 사전:

df = pd.DataFrame([[2, 4, 7, 8, 1, 3, 2013], [9, 2, 4, 5, 5, 6, 2014] ], columns=['에이미', '밥', '칼', '크리스', '벤', '기타', '연도'])<br>

d = {'A': ['Amy'], 'B': ['Bob', 'Ben'], 'C': ['Carl', 'Chris']}<br>

어떻게 재구성하나요? 열이 녹아서 그룹화되는 다음 구조와 유사한 데이터 프레임이 있습니까?

    그룹명 연도 값<br> 0 A Amy 2013 2<br> 1 A Amy 2014 9<br> 2 B Bob 2013 4<br> 3 B Bob 2014 2<br> 4 B Ben 2013 1<br> 5 B Ben 2014년 5<br> 6C Carl 2013 7<br> 7 C Carl 2014 4<br> 8 C Chris 2013 8<br> 9 C Chris 2014 5<br>10 기타 2013 3<br>11 기타 2014 6<br>

답변:

melt 기능을 사용하여 데이터프레임의 형태를 변경하려면 다음 단계를 따르세요.

1. 데이터 프레임을 녹입니다. 데이터 프레임을 녹입니다. 멜트 기능을 사용하여 와이드 형식으로 변환합니다. 그러면 그대로 유지되어야 하는 열을 지정하는 데 사용되는 id_vars 매개변수를 사용하여 열이 행으로 변환됩니다.

   m = pd.melt(df, id_vars=['Year'], var_name='Name')

   로그인 후 복사

2. 매핑 사전 만들기: 열 이름과 그룹 간의 매핑을 생성하는 사전 d names.

   d2 = {}
   for k, v in d.items():
       for item in v:
           d2[item] = k

   로그인 후 복사

3. '그룹' 추가: 새로 생성된 사전 d2를 '이름' 열에 매핑하여 '그룹' 열을 추가합니다.

   m['Group'] = m['Name'].map(d2)

   로그인 후 복사

4. 이동 '기타': '이름' 열의 '기타' 값을 '그룹' 열로 이동합니다.

   mask = m['Name'] == 'Other'
   m.loc[mask, 'Name'] = ''
   m.loc[mask, 'Group'] = 'Other'

   로그인 후 복사

결과 데이터 프레임에는 원하는 평면화된 구조가 포함됩니다.

print(m)

    Year   Name  value Group
0   2013    Amy      2      A
1   2014    Amy      9      A
2   2013    Bob      4      B
3   2014    Bob      2      B
4   2013   Carl      7      C
...    ...    ...    ...    ...
7   2014  Chris      5      C
8   2013    Ben      1      B
9   2014    Ben      5      B
10  2013             3  Other
11  2014             6  Other

위 내용은 Melt 기능과 사전을 사용하여 Pandas DataFrame의 모양을 변경하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!