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。