הפונקציה Pandas.melt() משמשת ל לבטל ציר את DataFrame מפורמט רחב לפורמט ארוך.

המשימה העיקרית שלו היא לעסות DataFrame לפורמט שבו חלק מהעמודות הן משתני מזהה והעמודות הנותרות נחשבות למשתנים נמדדים, ללא ציר לציר השורה. זה משאיר רק שתי עמודות לא מזהות, משתנה וערך.

תחביר

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

פרמטרים

מִסגֶרֶת:זה מתייחס ל-DataFrame.id_vars[tuple, list או ndarray, אופציונלי]:זה מתייחס לעמודות לשימוש כמשתני מזהה.value_vars[tuple, list או ndarray, אופציונלי]:מתייחס לעמודות לביטול ציר. אם זה לא צוין, השתמש בכל העמודות שאינן מוגדרות כ-id_vars.var_name[scalar]:מתייחס לשם לשימוש עבור העמודה 'משתנה'. אם הוא None, הוא משתמש ב-frame.columns.name או 'משתנה'.value_name[סקלאר, ברירת המחדל 'ערך']:מתייחס לשם לשימוש עבור העמודה 'ערך'.col_level[int או string, אופציונלי]: הוא ישתמש ברמה זו כדי להמיס אם העמודות הן MultiIndex.

החזרות

זה מחזיר את ה-DataFrame הבלתי מנוהל בתור הפלט.

דוגמא

 # importing pandas as pd import pandas as pd # creating a dataframe info = pd.DataFrame({'Name': {0: 'Parker', 1: 'Smith', 2: 'John'}, 'Language': {0: 'Python', 1: 'Java', 2: 'C++'}, 'Age': {0: 22, 1: 30, 2: 26}}) # Name is id_vars and Course is value_vars pd.melt(info, id_vars =['Name'], value_vars =['Language']) info 

תְפוּקָה

 Name Language Age 0 Parker Python 22 1 Smith Java 30 2 John C++ 26 

דוגמה2

 import pandas as pd info = pd.DataFrame({'A': {0: 'p', 1: 'q', 2: 'r'}, 'B': {0: 40, 1: 55, 2: 25}, 'C': {0: 56, 1: 62, 2: 42}}) pd.melt(info, id_vars=['A'], value_vars=['C']) pd.melt(info, id_vars=['A'], value_vars=['B', 'C']) pd.melt(info, id_vars=['A'], value_vars=['C'], var_name='myVarname', value_name='myValname') 

תְפוּקָה

 A myVarname myValname 0 p C 56 1 q C 62 2 r C 42