【机器学习基础】Python实现行转列?!超简单,赶快get起来

机器学习初学者

共 2286字,需浏览 5分钟

 ·

2020-10-08 14:13

◆ ◆ ◆  ◆ 



前言


数据的行转列操作,在实际工作过程中应用非常广泛。

由于不同人员、不同部门对数据结构的认识是不大相同的,尤其是从基层人员手里拿到的数据,更是五花八门,横七竖八。

比如有这样一张成绩表:


乍一看,好像没毛病啊!!


然鹅鹅鹅,当需求:=简单计算一下每个人的总分吧!来临的时候。我脑海中不禁浮想起了:




安排


# 遇事不要慌,先导个包吧import pandas as pdimport numpy as np
# 造假数据data = {'name':['严小样儿','严小样儿','严小样儿','才华横竖都溢','才华横竖都溢','才华横竖都溢','幽兰幽香','幽兰幽香','幽兰幽香'], 'subject':['Python','C','SQL','Python','C','SQL','Python','C','SQL'], 'score':[95,60,95,96,95,80,99,94,88]}
# 生成dfdf = pd.DataFrame(data)df


使用pivot方法即可完成行转列哦~语法如下:
#df.pivot(index=None, columns=None, values=None)df.pivot(index='name',columns='subject',values='score')


不要高兴的太早,遇到重复值就麻烦了!少侠请看:

# 造含有重复值的假数据data1 = {'name':['严小样儿','严小样儿','严小样儿','严小样儿','才华横竖都溢','才华横竖都溢','才华横竖都溢','幽兰幽香','幽兰幽香','幽兰幽香'],       'subject':['Python','Python','C','SQL','Python','C','SQL','Python','C','SQL'],       'score':[95,95,60,95,96,95,80,99,94,88]}
df1 = pd.DataFrame(data1)df1



df1.pivot(index='name',columns='subject',values='score')
# 一旦有重复值,就会报错。ValueError: Index contains duplicate entries, cannot reshape



别急别急,去个重不就可以了吗?!

df1.drop_duplicates().pivot(index='name',columns='subject',values='score')



方法二:数据透视表

# pivot_table(data, values=None, index=None, columns=None, aggfunc='mean')pd.pivot_table(df1,index='name',columns='subject',values='score',aggfunc={'score':'max'})



聚合


刚刚说了,要求每个人的总分,其实使用透视表就可以完成。

不过,稍微动动脑筋哦。遇到重复值数据的话,只能使用下面的方法一,去重后的数据集,方法一,二都支持。

计算每个人的总分,语法如下:
# 重复数据集也可以df_pivot = pd.pivot_table(df1,index='name',columns='subject',values='score',aggfunc={'score':'max'})# 增加一个新列:Totaldf_pivot['Total'] = df_pivot.apply(lambda x:np.sum(x),axis = 1)df_pivot



方法二,必须是去重后的数据集,否则会出现计算错误。
# 使用去重数据集才可以pd.pivot_table(df,index='name',values='score',aggfunc='sum')


# 使用join方法把总分列加进去。total = pd.pivot_table(df,index='name',values='score',aggfunc='sum')pd.pivot_table(df,index='name',columns='subject',values='score').join(total)



--需求方:算是算出来了,可是,这个score看着怪怪的,能不能改成“总分”呢?

--严小样儿:我改(卑微)!安排~

total1 = pd.pivot_table(df,index='name',values='score',aggfunc='sum').rename({'score':'总分'},axis=1)pd.pivot_table(df,index='name',columns='subject',values='score').join(total1)


行转列,就这样讲完了,大家赶快动手实践一下吧。那么,如何列转行呢?!

!


往期精彩回顾





浏览 38
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报