Pandas Melt 函數是一個強大的工具，用於重塑資料幀，將寬資料轉換為長而整齊的格式。這使得數據更容易分析和操作。
考慮以下資料框和字典：
df = pd.DataFrame([[2, 4, 7, 8, 1, 3, 2013], [9, 2, 4, 5, 5, 6, 2014]], columns=['Amy', 'Bob', 'Carl', 'Chris', 'Ben', 'Other', 'Year'])
d = {'A': ['Amy'], 'B': ['Bob', 'Ben'], 'C': ['Carl', 'Chris']}目標是將資料框重塑為附加列的整潔格式：
Group Name Year Value 0 A Amy 2013 2 1 A Amy 2014 9 2 B Bob 2013 4 ... 10 Other 2013 3 11 Other 2014 6
僅熔化函數無法完成轉換。為了獲得想要的結果，我們還需要操作字典：
m = pd.melt(df, id_vars=['Year'], var_name='Name')
d2 = {}
for k, v in d.items():
for item in v:
d2[item] = k
m['Group'] = m['Name'].map(d2)最後，我們將“其他”從“名稱”列移動到“組”列：
mask = m['Name'] == 'Other' m.loc[mask, 'Name'] = '' m.loc[mask, 'Group'] = 'Other'
產生的資料框現在與所需的格式相符。融合函數與一些額外的操作相結合，提供了一種靈活有效的方式來重塑資料幀。
以上是Pandas 如何融化和字典操作將寬資料框重塑為整齊的格式？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
