Python reshape()函数在Pandas DataFrame中重新组织数据

我们可以通过对特定列进行分类来轻松重新组织数据。在这里，我们将对“Result”列进行分类，即将Pass和Fail值转换成数字形式。

导入所需的库−

import pandas as pd

创建一个包含2列的DataFrame −

dataFrame = pd.DataFrame(
   {
      "Student": ['Jack', 'Robin', 'Ted', 'Scarlett', 'Kat'],"Result": ['Pass', 'Fail', 'Fail', 'Pass', 'Pass']

   }
)

使用map()函数重新组织数据，将‘Pass’设置为1，将‘Fail’设置为0−

dataFrame['Result'] = dataFrame['Result'].map({'Pass': 1,'Fail': 0, })

示例

以下是代码−

import pandas as pd

# 创建DataFrame
dataFrame = pd.DataFrame(
   {
      "Student": ['Jack', 'Robin', 'Ted', 'Scarlett', 'Kat'],"Result": ['Pass', 'Fail', 'Fail', 'Pass', 'Pass']
   }
)

print"DataFrame ...\n",dataFrame

# 重新组织数据为数字形式
dataFrame['Result'] = dataFrame['Result'].map({'Pass': 1,'Fail': 0, })

print"\n重新组织后的DataFrame ...\n",dataFrame

输出

这将生成以下输出

DataFrame ...
   Result   Student
0    Pass      Jack
1    Fail     Robin
2    Fail       Ted
3    Pass  Scarlett
4    Pass       Kat

重新组织后的DataFrame ...
   Result   Student
0       1      Jack
1       0     Robin
2       0       Ted
3       1  Scarlett
4       1       Kat