【python pandas】資料框行轉列，列轉行

阿新 • • 發佈：2019-01-13

測試資料：

context_id  subject_gmt differtime  browse_count    click_count like_count  commet_count    reply_count score_value
last1   2018/8/12 10:35 2920.066    150 78  55  15  46  5
last2   2018/8/11 15:02 4093.066    68  57  42  6   10  4
last3   2018/8/13 15:10 1205.066    54  12  5   0   10  4
last4   2018/7/13 10:10 46145 
.066   853 833 556 358 665 8
last5   2018/8/12 9:35  2980.066    12  5   1   0   7   2
last6   2018/8/13 14:02 1273.066    8   2   0   2   6   2
last7   2018/8/10 15:10 5525.066    812 765 589 652 234 12
last8   2018/7/13 9:10  46205.066   87  82  65  79  86  3
last9   2018/8/12 13:05 2770.066    189 135 102 132 84  4
last10  2018/8/11 
 15:55 4040.066    335 226 188 220 175 8

我們常常需要將DataFrame物件中的某列或某幾列作為索引，或者將索引轉化為物件的列。
pandas提供了set_index()/reset_index() 來供我們使用。

# -*- encoding=utf-8 -*-

import pandas as pd

ceshi = pd.read_csv(u'F:/下載/context_data.csv')


# print(ceshi)

# melt行轉列
bd = pd.melt(ceshi, id_vars=['context_id','subject_gmt' 
],value_vars=['browse_count','click_count','like_count','commet_count','reply_count','score_value'], var_name='count_type',value_name='count_value')

# print(bd)


# pivot_table 列轉行

mdd = pd.DataFrame(pd.pivot_table(bd, index = ['context_id','subject_gmt'],columns = 'count_type', values = 'count_value'))

# 索引轉換為列
mdd.reset_index(inplace=True)

print(mdd)

E:\laidefa\python.exe "E:/Program Files/pycharmproject/線上模型/行轉列.py"
   context_id      subject_gmt    count_type  count_value
0       last1  2018/8/12 10:35  browse_count          150
1       last2  2018/8/11 15:02  browse_count           68
2       last3  2018/8/13 15:10  browse_count           54
3       last4  2018/7/13 10:10  browse_count          853
4       last5   2018/8/12 9:35  browse_count           12
5       last6  2018/8/13 14:02  browse_count            8
6       last7  2018/8/10 15:10  browse_count          812
7       last8   2018/7/13 9:10  browse_count           87
8       last9  2018/8/12 13:05  browse_count          189
9      last10  2018/8/11 15:55  browse_count          335
10      last1  2018/8/12 10:35   click_count           78
11      last2  2018/8/11 15:02   click_count           57
12      last3  2018/8/13 15:10   click_count           12
13      last4  2018/7/13 10:10   click_count          833
14      last5   2018/8/12 9:35   click_count            5
15      last6  2018/8/13 14:02   click_count            2
16      last7  2018/8/10 15:10   click_count          765
17      last8   2018/7/13 9:10   click_count           82
18      last9  2018/8/12 13:05   click_count          135
19     last10  2018/8/11 15:55   click_count          226
20      last1  2018/8/12 10:35    like_count           55
21      last2  2018/8/11 15:02    like_count           42
22      last3  2018/8/13 15:10    like_count            5
23      last4  2018/7/13 10:10    like_count          556
24      last5   2018/8/12 9:35    like_count            1
25      last6  2018/8/13 14:02    like_count            0
26      last7  2018/8/10 15:10    like_count          589
27      last8   2018/7/13 9:10    like_count           65
28      last9  2018/8/12 13:05    like_count          102
29     last10  2018/8/11 15:55    like_count          188
30      last1  2018/8/12 10:35  commet_count           15
31      last2  2018/8/11 15:02  commet_count            6
32      last3  2018/8/13 15:10  commet_count            0
33      last4  2018/7/13 10:10  commet_count          358
34      last5   2018/8/12 9:35  commet_count            0
35      last6  2018/8/13 14:02  commet_count            2
36      last7  2018/8/10 15:10  commet_count          652
37      last8   2018/7/13 9:10  commet_count           79
38      last9  2018/8/12 13:05  commet_count          132
39     last10  2018/8/11 15:55  commet_count          220
40      last1  2018/8/12 10:35   reply_count           46
41      last2  2018/8/11 15:02   reply_count           10
42      last3  2018/8/13 15:10   reply_count           10
43      last4  2018/7/13 10:10   reply_count          665
44      last5   2018/8/12 9:35   reply_count            7
45      last6  2018/8/13 14:02   reply_count            6
46      last7  2018/8/10 15:10   reply_count          234
47      last8   2018/7/13 9:10   reply_count           86
48      last9  2018/8/12 13:05   reply_count           84
49     last10  2018/8/11 15:55   reply_count          175
50      last1  2018/8/12 10:35   score_value            5
51      last2  2018/8/11 15:02   score_value            4
52      last3  2018/8/13 15:10   score_value            4
53      last4  2018/7/13 10:10   score_value            8
54      last5   2018/8/12 9:35   score_value            2
55      last6  2018/8/13 14:02   score_value            2
56      last7  2018/8/10 15:10   score_value           12
57      last8   2018/7/13 9:10   score_value            3
58      last9  2018/8/12 13:05   score_value            4
59     last10  2018/8/11 15:55   score_value            8
count_type context_id      subject_gmt  browse_count  click_count  \
0               last1  2018/8/12 10:35           150           78   
1              last10  2018/8/11 15:55           335          226   
2               last2  2018/8/11 15:02            68           57   
3               last3  2018/8/13 15:10            54           12   
4               last4  2018/7/13 10:10           853          833   
5               last5   2018/8/12 9:35            12            5   
6               last6  2018/8/13 14:02             8            2   
7               last7  2018/8/10 15:10           812          765   
8               last8   2018/7/13 9:10            87           82   
9               last9  2018/8/12 13:05           189          135   

count_type  commet_count  like_count  reply_count  score_value  
0                     15          55           46            5  
1                    220         188          175            8  
2                      6          42           10            4  
3                      0           5           10            4  
4                    358         556          665            8  
5                      0           1            7            2  
6                      2           0            6            2  
7                    652         589          234           12  
8                     79          65           86            3  
9                    132         102           84            4  

Process finished with exit code 0

【python pandas】資料框行轉列，列轉行

測試資料： context_id subject_gmt differtime browse_count click_count like_count commet_count reply_count score_value last1

【Python學習】程序運行完發送郵件提醒

直接登錄 word 提醒地址 install python3 ont world 有時候我們運行一個需要跑很長時間的程序，不管是在雲主機還是本地主機上運行，我們都不可能一直守在電腦面前等。所以想到使用郵件來通知提醒。示例代碼如下 # -*- coding: utf-8

【Python求助】在eclipse和pycharm中，通過adb install安裝中文名字APK時老是報錯，如何解決

style com all auto RoCE mod python lin sage 1 # -*- coding: utf-8 -*- 2 import os 3 import sys 4 import subprocess 5 import time 6 from

【Unity&UGUI】輸入框程式碼控制InputField，並顯示輸入文字

----------------- using System.Collections; using System.Collections.Generic; using UnityEngine; using UnityEngine.UI;//使用該引用，才能獲得 Text

【Python實戰】Pandas：讓你像寫SQL一樣做資料分析（二）

1. 引言前一篇介紹了Pandas實現簡單的SQL操作，本篇中將主要介紹一些相對複雜一點的操作。為了方便後面實操，先給出一份簡化版的裝置統計資料： 0 android NLL 387546520 2099457911 0 ios NLL 52877990 916421755 1 and

【Python實戰】Pandas：讓你像寫SQL一樣做資料分析（一）

1. 引言 Pandas是一個開源的Python資料分析庫。Pandas把結構化資料分為了三類： Series，1維序列，可視作為沒有column名的、只有一個column的DataFrame； DataFrame，同Spark SQL中的DataFrame一樣，其概念來自於R語言，為多column並sch

網頁格式gbk轉utf-8【python requests】

sts url ont content req utf nic tex ext resp = requests.get(url) resp.content 是str格式 resp.text是unicode格式如果返回的中文使用gbk編碼，需要轉換成utf-8的時候：

【Python學習】解決pandas中打印DataFrame行列顯示不全的問題

需要 pandas pre pytho 如果 clas panda 顯示不全可能在使用pandas的DataFrame打印時，如果表太長或者太寬會自動只給前後一些行列，但有時候因為一些需要，可能想看到所有的行列。所以只需要加一下的代碼就行了。 #顯示所有列 pd.se

【Python-GPU】GPU資料科學加速包——RAPIDS

英偉達開源GPU加速庫RAPIDS RAPIDS是一個支援在GPU上進行端到端資料科學和分析流程的包，在後端CUDA的支援下利用簡單的python介面供資料科學家和工程師使用。 Rapids主要致力於通用的資料預處理階段，包含了對於DataFrame的API。同時也

【Python程式設計】Pycharm如何設定自動換行

Pycharm如何設定自動換行在寫這篇IDE文章之前我在網上找了幾個文件做了參考。我按照以上圖中找到了相關的配置選項並勾選如下：設定完成後我測試是否可以換行，如下：並沒有發現可以換行，於是我重新打開了pycharm再次嘗試，神奇的事情發生了，它還是沒有自動換行，找

Python Pandas 做資料分析之玩轉 Excel 報表分析

Python Pandas 是大資料分析的基礎，這裡將分享和Excel報表相關的分析技巧，都是工作中的實戰內容。本場 Chat 主要內容： Excel、CSV 資料的讀、寫、儲存； DataFrame 的 Index、Columns 相關操作； loc、iloc、XS 和 Mul

【Python開發】Python中資料分析環境的搭建

注：無論是任何一門語言，剛開始入門的時候，語言執行環境的搭建都是一件不輕鬆的事情。 Python的執行環境要執行或寫Python程式碼，就需要Python的執行環境，主要的Python有以下三類：原生態的Python：就是直接從Python的官網下載，然後安裝使

【Pandas】資料合併和連線

pandas提供了各種工具，可以在連線/合併型別操作的情況下，輕鬆地將Series，DataFrame和Panel物件與索引和關係代數功能的各種設定邏輯組合在一起。目錄連線物件檢查重複鍵合併指標加入索引

【Python程式設計】對excel進行資料分析 (mark)

Python對excel進行分析目前有一個excel表，其中裡面有一個工作薄的名稱為：btc，在這個工作薄中有2013年–2018年的所有交易資料，本文主要實現，將不同的年份的資料儲存至新的工作薄並起名成為：2013，2014等等。如

【MOOC】Python資料分析與展示-北京理工大學-【第一週】資料分析之表示

單元一：NumPy庫入門 1.1 資料的維度維度：一組資料的組織形式一維資料一維資料由對等關係的有序或無序資料構成，採用線性方式組織，對應列表、陣列和集合等概念如：3.1413, 3.1398, 3.1404, 3.1401, 3.13

【python Excel】如何使用python將大量資料匯出到Excel中的小技巧之二

最近對python的openpyxl 升級到了__version__ = '2.5.4'，發現原先的程式碼不能使用，各種報錯之後，然後重新了寫的版本，故分享給各位同仁。如有錯誤，敬請賜教。# coding:utf-8 """ File Name: Excel.py Func

【Python+OpenCV】實現RGB轉HSI

cv2.cvtColor函式封裝了各種顏色空間之間的轉換，唯獨沒有RGB與HSI之間的轉換，網上查來查去也只有C++或MATLAB版本的，自己要用到python裡，所以就寫寫python版本的。 HSI顏色模型是一個滿足計算機數字化顏色管理需要的高度抽象模

【Python開發】檢視資料型別

import types aaa = 0 print type(aaa) if type(aaa) is types.IntType: print "the type of aaa is int" if isinstance(aaa,int

【廖雪峰Python習題集】資料型別和變數

請打印出一下變數的值： n=123 f=456.789 s1='Hello,world' s2='Hello,\'Adam\" s3=r'Hello,"Bart"' s4=r"'Hello, Lisa

【Python開發】Url中文字元時記得轉碼edcode("utf-8")

在url中使用中文其實是一個壞習慣，會帶來一系列的轉碼問題，我更喜歡英文譯名或者id來標識某個uri。但是現實往往是殘酷的，特別是在我們呼叫別人服務時候，有時候被逼無奈使用中文URL。 Python中unicode轉碼一向是讓人頭疼的問題。數次碰壁之後，我也摸出了一

【python pandas】資料框行轉列，列轉行

相關推薦