使用Python的pandas数据处理包将宽表变成窄表

最新推荐文章于 2023-03-03 16:01:30 发布

VIP文章 Joy_joye

最新推荐文章于 2023-03-03 16:01:30 发布

阅读量684

点赞数 1

文章标签： pandas python jupter

本文链接：https://blog.csdn.net/weixin_40165004/article/details/126873878

版权

工作中经常会使用到将宽表变成窄表，例如这样的形式

编号	编码	单位1	单位2	单位3	单位4	...	...	...	...	...	...
1	编码1...	数量...	数量...	数量...	数量...	...	...	...	...	...	...
2	编码2...	数量...	数量...	数量...	数量...	...	...	...	...	...	...

然而工作中，这样查看数据不够方便，往往需要窄表的形式，如下：

编码

最低0.47元/天解锁文章

优惠劵

Joy_joye

关注关注

1
点赞
踩
3

收藏

觉得还不错? 一键收藏
1
评论
使用Python的pandas数据处理包将宽表变成窄表

使用Python的pandas数据处理包将宽表变成窄表
复制链接

扫一扫

专栏目录

pandas使用之宽表变窄表的实现

12-20

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 subject A B C 0 math 88 70 60 1 english 90 80 78 # 转换为窄表 pd.melt(t

python长宽表转换_pandas使用之宽表变窄表的实现

weixin_39834767的博客

12-02

391

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'])...

1 条评论您还未登录，请先登录后发表或查看评论

利用pandas处理Excel，将宽表打成窄表

番茄炒蛋三分糖

03-03

346

有个需求需要处理Excel表格，将宽表的形式变成窄表，也就是行转列，如果是二位表格，直接利用。基本上可以满足复杂表格的行转列情况，对于函数要查阅资料，灵活应用。函数进行处理就可以。

SQL优化经验

Qbit编程学习笔记

10-21

391

文章目录原因or结果索引单列索引&联合索引索引列索引类型综述错误示例函数无效冗余表内冗余冗余列函数列冗余表宽表窄表读写分离错误写多读少用于写入的读分区缓存下面的❤未必准确，是为了参考。重要的是提供各种方法，需要根据具体情况来选择原因or结果当我们收到系统的一个功能卡的反馈的问题时需要搞清楚的是这个功能卡是自身造成的还是收到了其他的影响造成的。我们可以把这个操作在用于性能优化的环境复现下看是否还卡（注意数据尽量和生产保持一致），如果发现并不卡则可能是其他原因造成，问题的症结不在这，另外下面的情况

使用Python Pandas处理亿级数据的方法

09-19

主要介绍了使用Python Pandas处理亿级数据的方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧

Python之 Pandas数据处理

最新发布

01-24

Python之 Pandas数据处理基础知识，小白入门基础了解。

Python使用Pandas对csv文件进行数据处理的方法

09-18

主要介绍了Python使用Pandas对csv文件进行数据处理的方法，本文通过实例代码相结合给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下

oracle 宽表与窄表互相转化（pivote与unpivote）

weixin_43664458的博客

08-12

1254

oracle宽表与窄表互相转化

python数据分析基础

01-17

8个常用python工具库 + 10小时以上视频课程 + 50个工作常用技能 + 4个爬虫案例 + 10个行业数据分析案例, 介绍python数据分析、爬虫基础技巧, 助你提升职场竞争力, 转行、应聘简历加分。课程介绍python数据读取、批量操作、清洗、合并、汇总、可视化、网络爬虫等, 涉及numpy、pandas、matplotlib、seaborn、python-docx、pandas-bokeh、requests、beautifulsoup等工具包(库)。

python的scale方法的变体以及使用_分析和预测时序数据的主要方法,如何使用Python处理时序数据...

weixin_39623671的博客

12-08

975

anomalies[series>upper_bond] = series[series>upper_bond]plt.plot(anomalies, "ro", markersize=10)plt.plot(series[window:], label="Actual values")plt.legend(loc="upper left")plt.grid(True)平滑(窗口大小为...

python数据分析论文结构_python 数据分析实现长宽格式的转换

weixin_39768762的博客

11-23

163

我就废话不多说了，大家还是直接看代码吧！# encoding=utf-8import numpy as npimport pandas as pd# 长宽格式的转换# 1data = pd.read_csv('d:data/macrodata.csv')print 'data:=\n', dataprint 'data.to_records():=\n', data.to_records()pri...

python 设置列宽

我是小bā吖的博客

07-28

2855

使用pandas对Excel操作后，输出的Excel文件列宽固定，报表不美观，如何自定义列宽？

Python小案例（二）长宽表转换

热门推荐

微信知乎搜索HsuHeinrich

01-28

1万+

在日常与运营、产品打交道时，你会发现他们提供给数分的Excel大多数是宽表，而数分提供给业务的多是长表。因此进行长宽表转换就显得很有必要性了。

pandas使用之宽表变窄表

明顯有閒

10-07

4014

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=[...

Pandas三大利器-map、apply、applymap

Python数据之道

09-13

863

作者：Peter出品：尤而小屋Pandas三大利器-map、apply、applymap实际工作中，我们在利用pandas进行数据处理的时候，经常会对数据框中的单行、多行（列也适用）甚...

pandas使用pivot_table函数构建透视表：index参数指定聚合的行索引列表（形成复合行索引、改变列表顺序则索引水平跟随变动）、values参数指定需要进行聚合的数值数据列

statistics+insight+vista+power

11-24

587

pandas使用pivot_table函数构建透视表：index参数指定聚合的行索引列表（形成复合行索引、改变列表顺序则索引水平跟随变动）、values参数指定需要进行聚合的数值数据列、aggfunc参数指定聚合函数

第四章变形-学习笔记+练习题

qq_45396577的博客

12-24

502

第四章变形 # 导入需要的模块 import numpy as np import pandas as pd 一、长宽表的变形什么是长表？什么是宽表？这个概念是对于某一个特征而言的。例如：一个表中把性别存储在某一个列中，那么它就是关于性别的长表；如果把性别作为列名，列中的元素是某一其他的相关特征数值，那么这个表是关于性别的宽表。 # 下面的两张表就分别是关于性别的长表： pd.DataFrame({'Gender':['F','F','M','M'], 'Height':[163, 160, 17

用Python将deepfashion数据集的list_attr_img.txt变成CSV文件,不使用pandas

06-12

如果您不想使用pandas库，也可以使用Python将DeepFashion数据集中的list_attr_img.txt文件转换为CSV文件。可以按照以下代码进行操作： ```python # 读取list_attr_img.txt文件 with open('list_attr_img.txt', 'r') as f: lines = f.readlines() # 处理每行数据 data = [] for line in lines[2:]: line = line.strip().split() img_path = line[0] attrs = line[1:] attrs = [int(x) for x in attrs] data.append([img_path] + attrs) # 将数据保存为CSV文件 with open('list_attr_img.csv', 'w') as f: # 写入列名 f.write('image_name,') f.write(','.join(lines[1].strip().split()[1:]) + '\n') # 写入数据 for line in data: line = [str(x) for x in line] f.write(','.join(line) + '\n') ``` 解释： 1. 首先使用open()函数读取list_attr_img.txt文件，将每行数据读取为一个字符串。 2. 对于每行数据，使用strip()函数去除空格和换行符，并使用split()函数将其拆分为图像路径和属性值。 3. 将属性值转换为整数类型。 4. 将图像路径和属性值组成一个列表，并添加到data列表中。 5. 使用open()函数创建CSV文件，并使用write()函数将data列表中的数据写入CSV文件中。在写入CSV文件时，首先使用join()函数将列名转换为一个字符串，然后写入CSV文件；接着，使用join()函数将每行数据转换为一个字符串，并使用逗号分隔每个数据项。这样，就可以使用Python将DeepFashion数据集中的list_attr_img.txt文件转换为CSV文件了。

“相关推荐”对你有帮助么？

非常没帮助
没帮助
一般
有帮助
非常有帮助

提交