使用Pandas Melt将Wide DataFrame重塑为带有标识符的Tidy

有时我们需要重塑Pandas数据框架，以更好的方式进行分析。重塑在数据分析中起着至关重要的作用。Pandas提供了像熔化和解除熔化这样的函数来进行重塑。在这篇文章中，我们将看到什么是Pandas Melt，以及如何使用它来重塑带有标识符的广义数据到Tidy。

Pandas Melt()： Pandas.melt()将一个DataFrame从宽格式转为长格式。Pandas melt()函数被用来将DataFrame的设计从宽格式改为长格式。它被用来对DataFrame对象进行特殊的配置，其中至少有一个段被填充为标识符。所有其余的部分都被视为质量，并且没有指向行枢axis，只有两个段，变量和价值。

语法: Pandas.melt(column_level=None, variable_name=None, Value_name=’value’, value_vars=None, id_vars=None, frame)

参数:

• frame : DataFrame
• id_vars[tuple, list, or ndarray, optional] : 用来作为标识符变量的列。
• value_vars[元组，列表，或ndarray，可选]：要取消透视的列。如果不指定，则使用所有未被设置为id_vars的列。
• var_name[scalar] : 用于 “变量 “列的名称。如果没有，则使用 frame.columns.name 或 ‘variable’。
• value_name[标量，默认为’value’] : 用于’value’列的名称。
• col_level[int or string, optional] : 如果列是一个MultiIndex，那么使用这个级别来融化。

示例 1:

# Load the libraries
import numpy as np
import pandas as pd
from scipy.stats import poisson
  
# We will use scipy.stats to create
# random numbers from Poisson distribution.
np.random.seed(seed = 128)
p1 = poisson.rvs(mu = 10, size = 3)
p2 = poisson.rvs(mu = 15, size = 3)
p3 = poisson.rvs(mu = 20, size = 3)
  
# Declaring the dataframe
data = pd.DataFrame({"P1":p1,
                 "P2":p2,
                 "P3":p3})
  
# Dataframe
print(" Wide Dataframe")
display(data)
  
data.melt()
  
# Change the names of the columns
data.melt(var_name = ["Sample"]).head()
  
# Specify a name for the values
print("\n Tidy Dataframe")
data.melt(var_name = "Sample",
          value_name = "Count").head()

输出:

解释：在这个例子中，我们使用泊松分布创建了三个数据集，并使用pandas创建了一个数据框架。然后使用melt()函数，我们将数据重塑为两列的长格式，并重新命名这两列。第一列默认称为 “变量”，它包含了列/变量名称。第二列被命名为 “值”，它包含来自广义数据框的数据。

示例 2:

import pandas as pd
  
  
data = pd.DataFrame({'Name': {0: 'Samrat', 1: 'Tomar', 2: 'Verma'},
                     'Score': {0: '99', 1: '98', 2: '97'},
                     'Age': {0: 22, 1: 31, 2: 33}})
  
pd.melt(data, id_vars=['Name'], value_vars=['Score'])
  
display(pd.melt(data, id_vars=['Name'], value_vars=['Score']))

输出:

解释：在这个例子中，我们用pandas创建了一个数据框架。然后使用melt()函数将数据重塑为三列的长格式，并指定Name为id，变量为人的得分，数值为他们的分数。除了 “id “列之外，第一列默认称为 “variable”，它包含列/变量的名称。第二列被命名为 “值”，它包含来自广义表格数据框架的数据。