Pandas 翻转DataFrame的正确方式

在本文中，我们将介绍Pandas中翻转DataFrame的正确方式。

阅读更多：Pandas 教程

什么是翻转DataFrame？

翻转DataFrame意味着将列索引转换为行索引，行索引转换为列索引。具体来说，翻转DataFrame后，原本的列将成为行，原本的行将成为列。这通常是由于需要将数据按照新的方式组织起来而进行的操作。

下面的示例演示了如何创建一个简单的DataFrame：

import pandas as pd

data = {'语文': [90, 95, 85],
        '数学': [80, 90, 95],
        '英语': [70, 75, 80]}

df = pd.DataFrame(data, index=['同学A', '同学B', '同学C'])

print(df)

输出结果如下：

      语文  数学  英语
同学A   90  80  70
同学B   95  90  75
同学C   85  95  80

在上面的DataFrame中，每行代表一个学生的分数，每列代表一门课程。现在，我们想把每个学生的分数变成每科目的成绩。也就是说，我们需要将原本的行索引变为列索引，将原本的列索引变为行索引。

使用T属性进行翻转

在Pandas中，最简单的方法是使用DataFrame的T属性，它会直接返回一个翻转后的DataFrame。

下面是示例代码：

df_transpose = df.T

print(df_transpose)

这将输出以下内容：

   同学A  同学B  同学C
语文   90   95   85
数学   80   90   95
英语   70   75   80

这里，我们创建了一个新的DataFrame对象df_transpose，它是原DataFrame的转置。使用T属性是一个非常简单的方法，但要注意T属性返回的是视图而不是副本。这意味着，如果您对原DataFrame进行更改，则转置的DataFrame也将发生更改。

使用transpose()方法进行翻转

除了使用T属性之外，还可以使用transpose()方法来进行DataFrame的翻转。使用该方法时，您需要指定要进行翻转的轴的顺序。

以下是示例代码：

df_transpose = df.transpose()

print(df_transpose)

这将输出以下内容：

   同学A  同学B  同学C
语文   90   95   85
数学   80   90   95
英语   70   75   80

这里，我们创建了一个新的DataFrame对象df_transpose，它是原始DataFrame的转置。transpose()方法接受一个参数axes，以指定要翻转的轴的顺序。在这种情况下，我们没有指定该参数，因为默认情况下该函数将翻转所有的轴。

和T属性不同，transpose()方法返回的是翻转后的DataFrame的副本，而不是视图。这意味着，即使您对原始DataFrame进行了更改，翻转后的DataFrame也不会随之改变。

总结

Pandas有多种方法可以翻转DataFrame。使用T属性和transpose()方法是非常简单的方法，它们都可以生成翻转后的DataFrame。但要注意T属性返回的是视图，而transpose()方法返回的是副本。在使用这些方法时，请注意您的原始DataFrame是否会被更改。