【pandas小技巧】--数据转置

陈昌永

所谓数据转置，就是是将原始数据表格沿着对角线翻折，使原来的行变成新的列，原来的列变成新的行，从而更方便地进行数据分析和处理。
pandas中DataFrame的转置非常简单，每个DataFrame对象都有一个T属性，通过这个属性就能得到转置之后的DataFrame。
下面介绍几个数据转置常用的场景，感受下转置前后数据展示的区别。
1. 数据结构调整

有时候原始数据在行列方向上不太适合某些数据分析和处理需求，需要将其调整为合适的数据结构。
某些机器学习算法要求输入特征矩阵的行表示样本，列表示特征值，这时候就需要将原始数据表格进行转置。
比如，随机生成10个样本数据，每个样本有200个特征值：

1. import pandas as pd
3. df = pd.DataFrame(np.random.rand(200, 10))
4. df.columns = [
5.     "SAMPLE_"+s for s in list("ABCDEFGHIJ")
6. ]
7. df

复制代码

每列代表一个样本的所有特征的值，样本名称是按字母顺序生成的。
每行代表所有样本的一种特征值。
如果要让列显示各个特征值，行代表一个个样本的话，就需要转置操作。

1. df.T

复制代码

转置之后，每行代表一个样本的所有特征的值，更有利于观察每个样本的特征。
2. 数据展示效果

有时候为了更好地呈现数据，需要将原始数据表格进行转置。
在制作某些类型的图表或者报告中，将数据表格转置可以更加直观地展示重点数据信息。
比如，有如下学生成绩数据：

1. df = pd.DataFrame(
2.     np.random.randint(60, 100, (4, 3))
3. )
4. df.columns = ["语文", "数学", "英语"]
5. df.index = ["学生"+s for s in list("ABCD")]
6. df

复制代码

这样的视图适合查看每个学生的成绩情况。
这样的结构以学生为主要视角，可以绘制各个学生的学科堆叠柱状图等。
转置之后如下：

1. df.T

复制代码

这样的视图以学科为主要视角，方便查看每个学科的学习情况。
这样的结构适合绘制每个学科的学生成绩堆叠柱状图等。
此外，查看DataFrame概况信息时，也常常会转置之后查看。

1. df = pd.DataFrame(np.random.rand(200, 10))
2. df.columns = [
3.     "SAMPLE_" + s for s in list("ABCDEFGHIJ")
4. ]
6. df.describe()

复制代码

转置之后是这样的，可以体会在不同的视角下，数据给我们的感觉。

1. df.describe().T

复制代码

来源:https://www.cnblogs.com/wang_yb/p/17633060.html
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！