pandas中Melt怎么用-创新互联

小编给大家分享一下pandas中Melt怎么用，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

成都创新互联公司坚持“要么做到，要么别承诺”的工作理念，服务领域包括：成都做网站、成都网站建设、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的扬州网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！

Melt

Melt用于将宽表变成窄表，是 pivot透视逆转操作函数，将列名转换为列数据(columns name → column  values)，重构DataFrame。

简单说就是将指定的列放到铺开放到行上变成两列，类别是variable(可指定)列，值是value(可指定)列。

用法：

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

参数作用：

• frame：它是指DataFrame

• id_vars [元组, 列表或ndarray, 可选]：不需要被转换的列名，引用用作标识符变量的列

• value_vars [元组, 列表或ndarray, 可选]：引用要取消透视的列。如果未指定, 请使用未设置为id_vars的所有列

• var_name [scalar]：指代用于”变量”列的名称。如果为None, 则使用- -  frame.columns.name或’variable’

• value_name [标量, 默认为’value’]：是指用于” value”列的名称

• col_level [int或string, 可选]：如果列为MultiIndex, 它将使用此级别来融化

例如有一串数据，表示不同城市和每天的人口流动：

import pandas as pd df1 = pd.DataFrame({'city': {0: 'a', 1: 'b', 2: 'c'},                      'day1': {0: 1, 1: 3, 2: 5},                      'day2': {0: 2, 1: 4, 2: 6}}) df1

现在将day1、day2列变成变量列，再加一个值列：

pd.melt(df1, id_vars=['city'])

以上是“pandas中Melt怎么用”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联-成都网站建设公司行业资讯频道！

本文题目：pandas中Melt怎么用-创新互联
本文路径：http://scjbc.cn/article/cshjsh.html