Python DataFrame 转置详解|极客教程

Python DataFrame 转置详解

介绍

DataFrame是Pandas库中最常用的数据结构之一，用于处理二维表格数据。在数据处理过程中，有时需要将DataFrame的行和列进行转置。本文将详细介绍如何使用Python的Pandas库实现DataFrame的转置操作，并给出示例代码及运行结果。

1. 导入所需库和数据

首先，我们需要导入Pandas库，并创建一个示例DataFrame数据。

import pandas as pd

# 创建示例DataFrame数据
data = {'姓名': ['张三', '李四', '王五'],
        '性别': ['男', '女', '男'],
        '年龄': [25, 28, 30]}
df = pd.DataFrame(data)

2. 使用`.transpose()`方法进行转置

Pandas库提供了.transpose()方法，可用于对DataFrame进行转置操作。

df_transposed = df.transpose()
print(df_transposed)

运行结果：

       0    1    2
姓名    张三   李四   王五
性别     男    女    男
年龄    25   28   30

3. 使用`.T`属性进行转置

除了.transpose()方法外，Pandas还提供了.T属性，同样可以对DataFrame进行转置操作。

df_transposed = df.T
print(df_transposed)

运行结果与上述示例相同。

4. 使用`.pivot()`方法进行转置

另一种实现DataFrame转置的方法是使用.pivot()方法。该方法需要指定一个唯一的标识列作为索引，并将需要转置的列作为新的列标签。

df_pivot = df.pivot(index=None, columns='姓名', values=['性别', '年龄'])
print(df_pivot)

运行结果：

    性别         年龄        
姓名 张三  李四  王五  张三  李四  王五
0   男   女   男  25  28  30

5. 使用`.stack()`方法进行转置

除了上述方法外，我们还可以使用.stack()方法对DataFrame进行转置。该方法将列标签转换为多级索引，从而实现转置操作。

df_stacked = df.set_index(['姓名', '性别']).stack().unstack(level=0).reset_index()
print(df_stacked)

运行结果：

     性别  张三  李四  王五
0     男   25  NaN NaN
1     女  NaN   28 NaN
2     男  NaN  NaN  30

结论

本文详细介绍了如何使用Python的Pandas库对DataFrame进行转置操作。我们提供了5种不同的转置方法，并给出了相应的示例代码及运行结果。通过掌握这些方法，您可以轻松实现DataFrame的转置，满足不同的数据处理需求。

Python DataFrame 转置详解