如图,成功将索引列之外的 A指标,B指标,C指标三列放在了同一列。
此时的df,不再是一个DataFrame,而变为了一个Series对象。:
print(type(df))
该Series的index列不同于原DataFrame的index列,而是在原DataFrame的index列的基础上,又增加了从右边合并过来的部分:
print(df.index)
此时Values为:
print(df.values)
===================================================================================
unstack是stack的逆向操作。
在上述示例的代码的基础上,对上边的df继续调用unstack()方法:
df1 = df.unstack()
print(df1)
可以看到unstack变回了原来的样子。
=================================================================================
这里对于上边例子中的数据稍作调整:
不设置多重索引
import pandas as pd
data = [[‘A类’, ‘1’, 123, 224, 254], [‘A类’, ‘2’, 234, 135, 444], [‘A类’, ‘3’, 345, 241, 324],
[‘B类’, ‘1’, 112, 412, 466], [‘B类’, ‘2’, 224, 235, 345], [‘B类’, ‘3’, 369, 214, 352],
[‘C类’, ‘1’, 236, 251, 485], [‘C类’, ‘2’, 378, 216, 515], [‘C类’, ‘3’, 135, 421, 312],
[‘D类’, ‘1’, 306, 325, 496], [‘D类’, ‘2’, 147, 235, 524], [‘D类’, ‘3’, 520, 222, 267]]
df = pd.DataFrame(data=data, columns=[‘类别’, ‘编号’, ‘A指标’, ‘B指标’, ‘C指标’])
print(df)
df2 = df.pivot(index=‘编号’, columns=‘类别’, values=‘A指标’)
print(df2)
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注:Python)
础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!**
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注:Python)