Python中的pandas.DataFrame.T()函数

pandas.DataFrame.T属性用于对数据框的索引和列进行转置。该属性T与方法transpose()有一定的关系。该属性的主要功能是通过将行作为列，反之亦然来创建数据框在主对角线上的反射。

语法: DataFrame.T

参数:
copy: 如果为真，则复制基础数据，否则（默认）。
*args, **kwargs:附加关键词

返回：转置的数据框架

示例 1:

有时我们需要对数据框进行转置，以便更准确地研究它。在这种情况下，pandas.DataFrame.T属性就发挥了重要作用。

# Importing pandas module
import pandas as pd
  
# Creating a dictionary
dit = {'August': [10, 25, 34, 4.85, 71.2, 1.1],
       'September': [4.8, 54, 68, 9.25, 58, 0.9],
       'October': [78, 5.8, 8.52, 12, 1.6, 11],
       'November': [100, 5.8, 50, 8.9, 77, 10]}
  
# Converting it to data frame
df = pd.DataFrame(data=dit)
  
# Original DataFrame
df

输出:

转移数据框架。

# Transposing the data frame 
# using dataframe.T property
df_trans = df.T
  
print("Transposed Data frame :")
df_trans

输出:

在上面的例子中，我们对具有数字值/内容的数据框’df’进行转置。

示例 2:

# Import pandas library
import pandas as pd
  
# initialize list of lists
data = [['Harvey.', 10.5, 45.25, 95.2],
        ['Carson', 15.2, 54.85, 50.8],
        ['juli', 14.9, 87.21, 60.4],
        ['Ricky', 20.3, 45.23, 99.5],
        ['Gregory', 21.1, 77.25, 90.9],
        ['Jessie', 16.4, 95.21, 10.85]]
  
# Create the pandas DataFrame
df = pd.DataFrame(data, columns=['Name', 'Age', 'Percentage', 'Accuracy'],
                  index=['a', 'b', 'c', 'd', 'e', 'f'])
  
# print dataframe.
df

输出:

转移数据框架。

# Transposing the data frame 
# using dataframe.T property
df_trans = df.T
  
print("Transposed Data frame :")
df_trans

输出:

在上面的例子中，我们对数据类型混杂的数据框’df’进行转置。