详解 Pandas 的 melt 函数

文刀小桂2024-10-12 16:55

Pandas 的 melt() 函数是用来将 DataFrame 中的很多列重塑转换为两列，一列为原来多列的列名，一列为原来多列对应的列值。

一、数据准备

python 复制代码

import pandas as pd

df = pd.DataFrame({
    "product_id": [0, 1],
    "store1": [95, 70],
    "store2": [100, None],
    "store3": [105, 80]
})
print(df)

  product_id  store1  store2  store3
0           0      95   100.0     105
1           1      70     NaN      80

二、方法签名

python 复制代码

def melt(
    frame: DataFrame, # 需重塑转换的 dataframe
    id_vars=None, # 指定不参与转换的列
    value_vars=None,  # 指定参与转换的列
    var_name=None,  # 转换后列名所在列的名字，默认为 variable
    value_name: Hashable = "value", # 转换后列值所在列的名字，默认为 value
    col_level=None,
    ignore_index: bool = True,
) -> DataFrame:

三、基本使用

python 复制代码

# 使用 id_vars 参数指定不参与转换的列，其余列均进行转换
df1 = pd.melt(frame=df, id_vars="product_id")
print(df1)

   product_id variable  value
0           0   store1   95.0
1           1   store1   70.0
2           0   store2  100.0
3           1   store2    NaN
4           0   store3  105.0
5           1   store3   80.0

python 复制代码

# # 使用 id_vars 参数指定不参与转换的列，使用 value_vars 指定参与转换的列，其余列删除
df2 = pd.melt(df, id_vars="product_id", value_vars=["store1", "store2"])
print(df2)

   product_id variable  value
0           0   store1   95.0
1           1   store1   70.0
2           0   store2  100.0
3           1   store2    NaN

python 复制代码

# 使用 var_name 和 value_name 修改转换后的列名称
df3 = pd.melt(df, id_vars="product_id", var_name="store", value_name="price")
print(df3)

   product_id   store  price
0           0  store1   95.0
1           1  store1   70.0
2           0  store2  100.0
3           1  store2    NaN
4           0  store3  105.0
5           1  store3   80.0