Pythona | Pandy.pivot()
pandas.pivot(indeks, kolumny, wartości) Funkcja tworzy tabelę przestawną opartą na 3 kolumnach ramki DataFrame. Używa unikalnych wartości z indeksu/kolumn i wypełnia je wartościami.
Składnia Pythona Pandas.pivot().
Składnia : pandas.pivot(indeks, kolumny, wartości)
Parametry:
- indeks[ndarray] : Etykiety do wykorzystania przy tworzeniu indeksu nowej ramki
- kolumny[ndarray] : Etykiety do wykorzystania przy tworzeniu kolumn nowej ramki
- wartości[ndarray] : Wartości używane do wypełniania wartości nowej ramki
Zwroty: Przekształcona ramka danych
Wyjątek: Zgłoszono błąd ValueError, jeśli istnieją duplikaty.
Tworzenie przykładowej ramki danych
Tutaj tworzymy przykładową ramkę DataFrame, której będziemy używać w całym artykule.
Python3
# importing pandas as pd> import> pandas as pd> > # creating a dataframe> df> => pd.DataFrame({> 'A'> : [> 'John'> ,> 'Boby'> ,> 'Mina'> ],> > 'B'> : [> 'Masters'> ,> 'Graduate'> ,> 'Graduate'> ],> > 'C'> : [> 27> ,> 23> ,> 21> ]})> > df> |
Wyjście
A B C 0 John Masters 27 1 Boby Graduate 23 2 Mina Graduate 21
Przykłady funkcji Pandy obrotowej().
Poniżej znajduje się kilka przykładów, dzięki którym możemy obrócić ramkę DataFrame za pomocą Pandy Funkcja obrotu() w Pyton :
- Tworzenie i Obróć ramkę danych
- Tworzenie wielopoziomowej tabeli przestawnej za pomocą Ramka danych Pandy
- Błąd wartości w obracaniu ramki danych
Tworzenie i Obróć ramkę danych
W tym przykładzie ramka DataFrame pandy ( df> ) jest obracany, przy czym kolumny „A” i „B” stają się odpowiednio nowym indeksem i kolumnami, a wartości w kolumnie „C” wypełniają komórki wynikowej tabeli przestawnej. Funkcja zakłada, że każda kombinacja „A” i „B” ma unikalną odpowiadającą wartość w „C”.
Python3
# values can be an object or a list> df.pivot(> 'A'> ,> 'B'> ,> 'C'> )> |
Wyjście
B Graduate Masters A Boby 23.0 NaN John NaN 27.0 Mina 21.0 NaN
Tworzenie wielopoziomowej tabeli przestawnej za pomocą Pandas DataFrame
W tym przykładzie pandas DataFrame ( df> ) jest przekształcany w wielopoziomową tabelę przestawną, w której stosuje się „A” jako indeks, „B” jako kolumny i wyodrębnia się wartości z obu kolumn „C” i „A” w celu wypełnienia komórek. Takie podejście pozwala na bardziej szczegółową reprezentację danych, włączając wiele wymiarów do wynikowej tabeli przestawnej.
Python3
# value is a list> df.pivot(index> => 'A'> , columns> => 'B'> , values> => [> 'C'> ,> 'A'> ])> |
Wyjście
C A B Graduate Masters Graduate Masters A Boby 23.0 NaN NaN NaN John NaN 27.0 NaN NaN Mina 21.0 NaN NaN NaN
Wystąpił błąd wartości podczas obracania ramki danych
Podnieś ValueError, jeśli istnieją kombinacje indeksów i kolumn z wieloma wartościami.
Python3
# importing pandas as pd> import> pandas as pd> > # creating a dataframe> df> => pd.DataFrame({> 'A'> : [> 'John'> ,> 'John'> ,> 'Mina'> ],> > 'B'> : [> 'Masters'> ,> 'Masters'> ,> 'Graduate'> ],> > 'C'> : [> 27> ,> 23> ,> 21> ]})> > > df.pivot(> 'A'> ,> 'B'> ,> 'C'> )> |
Wyjście
ValueError: Index contains duplicate entries, cannot reshape
