小编这次要给大家分享的是pandas如何实现宽表变窄表，文章内容丰富，感兴趣的小伙伴可以来了解一下，希望大家阅读完这篇文章之后能够有所收获。

我就废话不多说了，还是直接看代码吧！

import pandas as pd# 伪造一些数据fake_data = {'subject':['math', 'english'], 'A': [88, 90], 'B': [70, 80], 'C': [60, 78]}# 宽表test = pd.DataFrame(fake_data, columns=['subject', 'A', 'B', 'C'])testsubjectABC0math8870601english908078# 转换为窄表pd.melt(test, id_vars=['subject'])subjectvariablevalue0mathA881englishA902mathB703englishB804mathC605englishC78

补充知识：pandas从单条目数据集生成宽表

需求

场景

从医院数据库中导出了大量的体检数据，但体检数据表中，每一行代表某人某次体检的某一项体检的结果。目的想将每一个人的每一次体检结果作为一行存储，每一列为体检项。

示例

StuIDTypeNum0111021Math891111021English932312983English913314621English824314621Math925112341Math82

目的：转换成如下表格

StuIDEnglishMath01110219389131298391NaN231462182923112341NaN82

方案一

具体代码如下

#将'B'列的类别调整为行。#1num = df[~df.duplicated(subset=['StuID'])].loc[:,'StuID'].to_list()#2result_df = pd.DataFrame({'StuID': np.array(num)},columns=['StuID','English','Math'])#3for i in df.index: t = df.loc[i,'Type'] num = df.loc[i,'StuID'] result_df.loc[result_df['StuID'] == num,[t]] = df.loc[i,'Num']print(result_df)

结果

看完这篇关于pandas如何实现宽表变窄表的文章，如果觉得文章内容写得不错的话，可以把它分享出去给更多人看到。