pandas中高级表处理

前言

这些操作很少用到，但是看到也要看得懂，有时候用起来会方便些。

pandas中长表和宽表

长表和宽表的概念：

1. 长表是某个特征的属性名作为一列

2. 宽表式某个特征的属性值作为一列

长宽表只是数据呈现方式的差异，但其包含的信息量是等价的

举例如下：

pandas中pivot图解

对于一个基本的长宽变换操作而言，最重要的有三个要素，分别是变形后的行索引，需要转到列索引的列，以及这些列和行索引对应的数值，它们分别对应了pivot方法中的index，columns，values参数。新生成表的列索引是columns对应列的unique值，而新表的行索引是index对应列的unique值，而values对应了想要展示的数值列。

利用pivot进行变形操作需要满足唯一性的要求，即由于在新表中的行列索引对应了唯一的value。

pandas中pivot_table图解

pivot的使用依赖于唯一性条件，那如果不满足唯一性条件，那么必须通过聚合操作使得相同行列组合对应的多个值变为一个值。此时就无法通过pivot函数来完成。pandas中提供了pivot_table来实现，其中的aggfunc参数就是使用的聚合函数。

pandas中melt图解

df.melt()是df.pivot()逆转操作函数。简单说就是将指定的列铺开放到行上名为variable列，值在value列。

pandas中wide_to_long图解

宽表转长表：

pandas中crosstab图解

crosstab用于统计分组频率的特殊透视表，可以处理分类数据它可用于将两个或多个变量分组，并为每组的给定值执行计算。简单来说，就是将两个或者多个列中不重复的元素组成一个新的DataFrame,新数据的行列交叉的部分值为其组合在原始数据中的数量。

pandas中explode

explode函数能够对某一列的元素进行纵向的展开，被展开的单元格必须存储list,tuple

,series，np.ndarray等等。

举例如下：