pandas 笔记：melt函数

和pivot_index 相反，前者是长表转宽表，melt是宽表转长表

pandas 笔记：pivot_table 数据透视表_UQI-LIUWJ的博客-CSDN博客

1 基本使用方法

pandas.melt(
    frame, 
    id_vars=None, 
    value_vars=None, 
    var_name=None, 
    value_name='value', 
    col_level=None)

2 主要参数

frame	要处理的数据集
id_vars	不需要被转换的列名
value_vars	需要转换的列，如果剩下的列全部都要转换，就不用写
var_name value_name	自定义设置对应的列名
col_level	如果列是MultiIndex，则使用此级别

3 举例

3.0 数据

data=pd.DataFrame(np.random.rand(3,3),
                 index=[0,1,2],
                 columns=['a','b','c'])
data

3.1 id_vars

保留的内容

pd.melt(data,id_vars='a')
'''
	    a	variable	value
0	0.510682	b	0.577556
1	0.592309	b	0.909568
2	0.583235	b	0.292410
3	0.510682	c	0.124021
4	0.592309	c	0.224520
5	0.583235	c	0.913809
'''

#保留A，对B和C列进行转换，将C列数据保留，源C列字段作为新的数据值

3.2 value_var

pd.melt(data,id_vars='a',value_vars='c')
'''
	    a	variable	value
0	0.510682	c	0.124021
1	0.592309	c	0.224520
2	0.583235	c	0.913809
'''
#保留A，对C列进行转换，将C列数据保留，源C列字段作为新的数据值

3.3 var_name value_name

新增的variable和value列的名字

pd.melt(data,
        id_vars='a',
        value_vars='c',
       var_name='new_a',
       value_name='new_c')
'''
	    a	new_a	new_c
0	0.510682	c	0.124021
1	0.592309	c	0.224520
2	0.583235	c	0.913809
'''