python长宽表转换_pandas使用之宽表变窄表的实现

我就废话不多说了，还是直接看代码吧！

import pandas as pd

# 伪造一些数据

fake_data = {'subject':['math', 'english'],

'A': [88, 90],

'B': [70, 80],

'C': [60, 78]}

# 宽表

test = pd.DataFrame(fake_data, columns=['subject', 'A', 'B', 'C'])

test

subjectABC

0math887060

1english908078

# 转换为窄表

pd.melt(test, id_vars=['subject'])

subjectvariablevalue

0mathA88

1englishA90

2mathB70

3englishB80

4mathC60

5englishC78

补充知识：pandas从单条目数据集生成宽表

需求

场景

从医院数据库中导出了大量的体检数据，但体检数据表中，每一行代表某人某次体检的某一项体检的结果。目的想将每一个人的每一次体检结果作为一行存储，每一列为体检项。

示例

StuID

Type

Num

0

111021

Math

89

1

111021

English

93

2

312983

English

91

3

314621

English

82

4

314621

Math

92

5

112341

Math

82

目的：转换成如下表格

StuID

English

Math

0

111021

93

89

1

312983

91

NaN

2

314621

82

92

3

112341

NaN

82

方案一

具体代码如下

#将'B'列的类别调整为行。

#1

num = df[~df.duplicated(subset=['StuID'])].loc[:,'StuID'].to_list()

#2

result_df = pd.DataFrame({'StuID': np.array(num)},columns=['StuID','English','Math'])

#3

for i in df.index:

t = df.loc[i,'Type']

num = df.loc[i,'StuID']

result_df.loc[result_df['StuID'] == num,[t]] = df.loc[i,'Num']

print(result_df)

结果

以上这篇pandas使用之宽表变窄表的实现就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。