案例 37: 从长格式转换为宽格式
知识点讲解
数据格式转换是数据处理中的一个常见需求。Pandas 提供了将数据从长格式(每行是一个观测值)转换为宽格式(每个观测值成为一列)的功能。
- 长格式转宽格式: 使用
pivot
方法可以将数据从长格式转换为宽格式,这使得数据更易于分析和可视化。
示例代码
# 准备数据和示例代码的运行结果,用于案例 37# 示例数据
data_pivot_long_to_wide = {'Date': pd.date_range(start='2023-01-01', periods=3, freq='D'),'Variable': ['A', 'B', 'C'],'Value': [10, 20, 30]
}
df_pivot_long_to_wide = pd.DataFrame(data_pivot_long_to_wide)# 将数据从长格式转换为宽格式
pivot_wide = df_pivot_long_to_wide.pivot(index='Date', columns='Variable', values='Value')df_pivot_long_to_wide, pivot_wide
在这个示例中,我们使用 pivot
方法将 DataFrame 从长格式转换为宽格式。
示例代码运行结果
原始长格式 DataFrame (df_pivot_long_to_wide
):
Date Variable Value
0 2023-01-01 A 10
1 2023-01-02 B 20
2 2023-01-03 C 30
转换为宽格式后 (pivot_wide
):
Variable A B C
Date
2023-01-01 10.0 NaN NaN
2023-01-02 NaN 20.0 NaN
2023-01-03 NaN NaN 30.0
这个结果显示了如何将长格式数据转换为宽格式,使得每个变量的值都成为一个单独的列。这种转换在数据分析中非常有用。