重塑表格数据是数据分析中的一项基本任务。数据透视是一种在数据框中调换行和列的技术，对于创建数据透视表和从不同角度探索数据通常很有用。让我们探索如何在强大的数据操作库 Pandas 中执行此操作。
要旋转数据框，主要使用 .pivot 方法。此方法需要多个参数：
例如，考虑以下数据框：
Indicator Country Year Value 1 Angola 2005 6 2 Angola 2005 13 3 Angola 2005 10 4 Angola 2005 11 5 Angola 2005 5 1 Angola 2006 3 2 Angola 2006 2 3 Angola 2006 7 4 Angola 2006 3 5 Angola 2006 6
要旋转此数据框以使 Indicator 列中的值成为新列，请使用以下代码：
out = df.pivot(index=['Country', 'Year'], columns='Indicator', values='Value') print(out)
此操作将生成以下旋转数据框：
Indicator 1 2 3 4 5
Country Year
Angola 2005 6 13 10 11 5
2006 3 2 7 3 6要将旋转数据框转换回平面表格，请使用 .rename_axis 删除指标轴并使用 .reset_index 转换国家/地区和年回到正常列。
print(out.rename_axis(columns=None).reset_index())
这将产生原始数据框结构：
Country Year 1 2 3 4 5 0 Angola 2005 6 13 10 11 5 1 Angola 2006 3 2 7 3 6
如果您的数据包含重复的标签组合（例如，国家/地区、年份、指标） ，使用.pivot_table。此方法默认采用平均值。
out = df.pivot_table(
index=['Country', 'Year'],
columns='Indicator',
values='Value')
print(out.rename_axis(columns=None).reset_index())这将输出类似的旋转数据帧，但具有重复组合的平均值。
有关更详细的概述，请参阅 Pandas 用户重塑和数据透视表指南。
以上是如何使用 Pandas 旋转数据框？的详细内容。更多信息请关注PHP中文网其他相关文章！
