reshape功能介绍_Pandas中的数据重塑（reshape）功能

Pandas中的数据重塑(reshape)功能

Pandas中的数据重塑(reshape)功能

引言

Pandas 是 python 中常用的数据分析软件库，它提供了 DataFrames 和 Series 的工具，这使得 numpy 和 matplotlib 可以更加便捷地读取转换数据。

数据重塑表示转换一个表格或者向量的结构，使其适合于进一步的分析。 Pandas 拥有一些其他软件不具备的重塑功能，这对初学者来说可能会比较棘手。

本文中我将举例说明 Pandas 中一些常用的重塑函数，并结合图表进行阐述。

pivot

pivot函数用于创建一个新的派生表，该函数有三个参数：index, columns和values。你需要在原始表中指定这三个参数所对定的列名，接下来pivot函数会创建一个新的表格，其中行索引和列索引都是唯一标示值，表格中的数值由原始表中参数value对应的数据所表示。

是不是感觉有点难以理解呢？看完下面这个例子你就明白了，假设给定下面这个表格：

其中 item 表示商品名称，USD 表示商品的美元价格，EU 表示欧元价格，CType 表示每个客户对应的类别。

下述代码片段用于创建 DataFrame，需要注意的是本文中所有的代码片段均需要导入以下模块：

from collections import OrderedDict

from pandas import DataFrame

import pandas as pd

import numpy as np

table = OrderDict((

("Item",['Item0','Item0','Item1','Item1']),

("CType",['Gold','Bronze','Gold','Silver']),

("USD",['1$','2$','3$','4$']),

("EU",['1

Pandas中的数据重塑(reshape)功能相关教程