Hướng dẫn how do you transpose a data set in python? - làm cách nào để chuyển đổi tập dữ liệu trong python?

Cập nhật lần cuối vào ngày 19 tháng 8 năm 2022 21:50:33 [UTC/GMT +8 giờ]

DataFrame - chuyển vị [] hàm

Hàm chuyển vị [] được sử dụng để chuyển đổi chỉ số và cột.

Phản ánh DataFrame trên đường chéo chính của nó bằng cách viết các hàng dưới dạng các cột và ngược lại.

Syntax:

DataFrame.transpose[self, *args, **kwargs]

Parameters:

TênSự mô tảLoại/giá trị mặc địnhBắt buộc / tùy chọn
Sao chép & nbsp; & nbsp; & nbsp; & nbsp; & nbsp; & nbsp;Nếu đúng, dữ liệu cơ bản được sao chép. Mặt khác [mặc định], không có bản sao nào được thực hiện nếu có thể.Giá trị mặc định của Bool: Sai
Default Value: False
Yêu cầu
*args, ** kwargsCác từ khóa bổ sung không có hiệu lực nhưng có thể được chấp nhận để tương thích với Numpy.& nbsp;Yêu cầu

*args, ** kwargsDataFrame
The transposed DataFrame.

Các từ khóa bổ sung không có hiệu lực nhưng có thể được chấp nhận để tương thích với Numpy.

& nbsp;

Trả về: DataFrame DataFrame được chuyển. DataFrame - T[] function
Next: DataFrame - append[] function

Thí dụ:transpose[*args, copy=False][source]#

Tải xuống các máy tính xách tay Pandas DataFrame từ đây.

Trước: DataFrame - t [] Hàm Tiếp theo: DataFrame - append [] hàm

DataFrame.transpose [*args, copy = false] [nguồn]#*argstuple, optional

Chuyển đổi chỉ mục và cột.

Phản ánh DataFrame trên đường chéo chính của nó bằng cách viết các hàng dưới dạng các cột và ngược lại. Thuộc tính T là một người truy cập vào phương thức transpose[].bool, default False

Tham số *argstuple, tùy chọn

Được chấp nhận để tương thích với Numpy.

copybool, mặc định sai

Có nên sao chép dữ liệu sau khi chuyển đổi hay không, ngay cả đối với DataFrames với một DTYPE duy nhất.

Lưu ý rằng một bản sao luôn luôn được yêu cầu cho các khung dữ liệu DTYPE hỗn hợp hoặc cho DataFrames với bất kỳ loại tiện ích mở rộng nào.

ReturnSdatAframe

Ví dụ

Khung dữ liệu vuông với DTYPE đồng nhất

>>> d1 = {'col1': [1, 2], 'col2': [3, 4]}
>>> df1 = pd.DataFrame[data=d1]
>>> df1
   col1  col2
0     1     3
1     2     4

>>> df1_transposed = df1.T # or df1.transpose[]
>>> df1_transposed
      0  1
col1  1  2
col2  3  4

Khi DTYPE đồng nhất trong DataFrame gốc, chúng ta sẽ nhận được một khung dữ liệu được chuyển đổi với cùng một DTYPE:

>>> df1.dtypes
col1    int64
col2    int64
dtype: object
>>> df1_transposed.dtypes
0    int64
1    int64
dtype: object

DataFrame không bình phương với các dtypes hỗn hợp

>>> d2 = {'name': ['Alice', 'Bob'],
...       'score': [9.5, 8],
...       'employed': [False, True],
...       'kids': [0, 0]}
>>> df2 = pd.DataFrame[data=d2]
>>> df2
    name  score  employed  kids
0  Alice    9.5     False     0
1    Bob    8.0      True     0

>>> df2_transposed = df2.T # or df2.transpose[]
>>> df2_transposed
              0     1
name      Alice   Bob
score       9.5   8.0
employed  False  True
kids          0     0

Khi DataFrame có DTYPE hỗn hợp, chúng tôi sẽ nhận được một khung dữ liệu được chuyển đổi với đối tượng DTYPE:

>>> df2.dtypes
name         object
score       float64
employed       bool
kids          int64
dtype: object
>>> df2_transposed.dtypes
0    object
1    object
dtype: object

Bài Viết Liên Quan

Chủ Đề