Funktionen Pandas.melt() bruges til at løsne pivot DataFrame fra et bredt format til et langt format.

Dens hovedopgave er at massere en DataFrame ind i et format, hvor nogle kolonner er identifikationsvariabler, og de resterende kolonner betragtes som målte variable, er upivoterede til rækkeaksen. Det efterlader kun to ikke-identifikatorkolonner, variabel og værdi.

Syntaks

 pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None)  

Parametre

ramme: Det henviser til DataFrame. id_vars[tuple, list eller ndarray, valgfri]: Det refererer til de kolonner, der skal bruges som identifikationsvariable. værdi_vars[tupel, liste eller ndarray, valgfri]: Henviser til kolonner for at fjerne pivot. Hvis det ikke er angivet, skal du bruge alle kolonner, der ikke er angivet som id_vars. var_navn[skalar]: Henviser til et navn, der skal bruges til kolonnen 'variabel'. Hvis det er None, bruger det frame.columns.name eller 'variable'. værdi_navn[skalar, standard 'værdi']: Henviser til et navn, der skal bruges til kolonnen 'værdi'. col_level[int eller streng, valgfri]: Det vil bruge dette niveau til at smelte, hvis kolonnerne er MultiIndex.

Vender tilbage

Det returnerer den ikke-pivoterede DataFrame som output.

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  

Produktion

 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')  

Produktion

 A myVarname myValname 0 p C 56 1 q C 62 2 r C 42