Na to sa používa funkcia Pandas.melt(). odklopiť DataFrame zo širokého formátu na dlhý formát.

Jeho hlavnou úlohou je vmasírovať DataFrame do formátu, kde niektoré stĺpce sú identifikátorové premenné a zvyšné stĺpce sú považované za merané premenné, nie sú otočené k osi riadku. Ponecháva len dva stĺpce bez identifikátora, premennú a hodnotu.

Syntax

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

Parametre

rám: Vzťahuje sa na DataFrame. id_vars[n-tice, zoznam alebo ndarray, voliteľné]: Vzťahuje sa na stĺpce, ktoré sa majú použiť ako premenné identifikátora. value_vars[n-tice, zoznam alebo ndarray, voliteľné]: Odkazuje na stĺpce, ktoré sa majú odklopiť. Ak nie je zadaný, použite všetky stĺpce, ktoré nie sú nastavené ako id_vars. var_name[skalar]: Odkazuje na názov, ktorý sa má použiť pre stĺpec „premenná“. Ak je None, použije frame.columns.name alebo 'premenná'. názov_hodnoty[skalár, predvolená 'hodnota']: Odkazuje na názov, ktorý sa má použiť pre stĺpec „hodnota“. col_level[int alebo reťazec, voliteľné]: Ak sú stĺpce MultiIndex, použije sa táto úroveň na roztavenie.

Návraty

Ako výstup vráti neotočený DataFrame.

Príklad

 # 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  

Výkon

 Name Language Age 0 Parker Python 22 1 Smith Java 30 2 John C++ 26  

Príklad2

 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')  

Výkon

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