Pandas.melt()-funksjonen brukes til å løsne DataFrame fra et bredt format til et langt format.
konvertering fra streng til int i java
Dens hovedoppgave er å massere en DataFrame inn i et format der noen kolonner er identifikasjonsvariabler og gjenværende kolonner betraktes som målte variabler, er upivoterte til radaksen. Det etterlater bare to ikke-identifikatorkolonner, variabel og verdi.
Syntaks
pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None)
Parametere
Returnerer
Den returnerer den ikke-pivoterte DataFrame som utdata.
Eksempel
# importing pandas as pd import pandas as pd # creating a dataframe info = pd.DataFrame({'Name': {0: 'Parker', 1: 'Smith', 2: 'John'}, 'Language': {0: 'Python', 1: 'Java', 2: 'C++'}, 'Age': {0: 22, 1: 30, 2: 26}}) # Name is id_vars and Course is value_vars pd.melt(info, id_vars =['Name'], value_vars =['Language']) info
Produksjon
navnet til
Name Language Age 0 Parker Python 22 1 Smith Java 30 2 John C++ 26
Eksempel 2
import pandas as pd info = pd.DataFrame({'A': {0: 'p', 1: 'q', 2: 'r'}, 'B': {0: 40, 1: 55, 2: 25}, 'C': {0: 56, 1: 62, 2: 42}}) pd.melt(info, id_vars=['A'], value_vars=['C']) pd.melt(info, id_vars=['A'], value_vars=['B', 'C']) pd.melt(info, id_vars=['A'], value_vars=['C'], var_name='myVarname', value_name='myValname')
Produksjon
A myVarname myValname 0 p C 56 1 q C 62 2 r C 42