【pandas05】变形

感谢datawhale开展的每月组队学习，教材ref: 第五章：变形

长宽表的变形

df.pivot()

datawhale这几个图解画的太优秀了！！爱了爱了

单列pivot操作

多列pivot操作

df.pivot_table()

df.melt()

pd.wide_to_long()

索引的变形

其他变形函数

练一练

Ex1：美国非法药物数据集

现有一份关于美国非法药物的数据集，其中 SubstanceName, DrugReports 分别指药物名称和报告数量：

In [63]: df = pd.read_csv('data/drugs.csv').sort_values([
   ....:      'State','COUNTY','SubstanceName'],ignore_index=True)
   ....: 

In [64]: df.head(3)
Out[64]: 
   YYYY State COUNTY  SubstanceName  DrugReports
0  2011    KY  ADAIR  Buprenorphine            3
1  2012    KY  ADAIR  Buprenorphine            5
2  2013    KY  ADAIR  Buprenorphine            4

• 将数据转为如下的形式：

df.pivot_table(index = ['State','COUNTY','SubstanceName'],
               columns = 'YYYY',
               values = 'DrugReports',
               aggfunc='sum').reset_index()

• 将第1问中的结果恢复为原表。

a.melt(id_vars=['State','COUNTY','SubstanceName'],
                value_vars=a.columns[-8:],
                var_name='YYYY',
                value_name='DrugReports').dropna(subset=['DrugReports'])

• 按 State 分别统计每年的报告数量总和，其中 State, YYYY 分别为列索引和行索引，要求分别使用 pivot_table 函数与 groupby+unstack 两种不同的策略实现，并体会它们之间的联系。

df.pivot_table(index='YYYY',
             columns='State',
             values='DrugReports',
             aggfunc='sum')

Ex2：特殊的wide_to_long方法

从功能上看， melt 方法应当属于 wide_to_long 的一种特殊情况，即 stubnames 只有一类。请使用 wide_to_long 生成 melt 一节中的 df_melted 。（提示：对列名增加适当的前缀）

In [65]: df = pd.DataFrame({'Class':[1,2],
   ....:                   'Name':['San Zhang', 'Si Li'],
   ....:                   'Chinese':[80, 90],
   ....:                   'Math':[80, 75]})
   ....: 

In [66]: df
Out[66]: 
   Class       Name  Chinese  Math
0      1  San Zhang       80    80
1      2      Si Li       90    75

啊？