dataframe列相加行相加_业界使用最多的Python中Dataframe的重塑变形

最新推荐文章于 2024-03-20 14:46:57 发布

weixin_39667509

最新推荐文章于 2024-03-20 14:46:57 发布

阅读量399

点赞数

文章标签： dataframe列相加行相加 python dataframe

本文介绍了Python中DataFrame的重塑方法，包括pivot、pivot_table、stack和unstack的使用。通过实例展示了如何进行列相加、行相加操作，以及如何在数据有重复时进行聚合计算。同时，解释了这些方法在处理不同统计需求时的应用。

摘要由CSDN通过智能技术生成

喜欢的同学记得点赞、转发、收藏哦～

欢迎关注公众号：计算广告生态 即时查看更多经典博文

目录设定

pivot
pivot_table
stack/unstack

pivot

pivot函数用于从给定的表中创建出新的派生表
pivot有三个参数:

索引
列
值

def pivot_simple(index, columns, values):
    """
    index : ndarray
        Labels to use to make new frame's index
    columns : ndarray
        Labels to use to make new frame's columns
    values : ndarray
        Values to use for populating new frame's values

pivot函数将创建一个新表，其行和列索引是相应参数的唯一值读取数据：

from collections import OrderedDict
from pandas import DataFrame
import pandas as pd
import numpy as np
 
data = OrderedDict((
    ("item", ['Item1', 'Item1', 'Item2', 'Item2']),
    ('color', ['red', 'blue', 'red', 'black']),
    ('user',  ['1', '2', '3', '4']),
    ('bm',   ['1', '2', '3', '4'])
))
data = DataFrame(data)

<====================