在pandas中,按行数将行堆叠成列的函数是pivot
。它是一种数据重塑操作,可以将行索引转换为列,并将行中的值填充到相应的列中。pivot
函数可以根据指定的行索引和列索引来重新组织数据,实现行到列的转换。
使用pivot
函数时,需要指定三个参数:index
、columns
和values
。
index
参数用于指定作为行索引的列,这是数据将按照这些列中的唯一值进行分组;columns
参数用于指定作为列索引的列,这些列将成为新列的标签;values
参数用于指定填充新列的值,可以是一个列名或多个列名的列表。以下是一个示例代码:
import pandas as pd
# 创建示例DataFrame
df = pd.DataFrame({'A': ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'],
'B': ['one', 'one', 'two', 'two', 'one', 'one'],
'C': ['x', 'y', 'x', 'y', 'x', 'y'],
'D': [1, 2, 3, 4, 5, 6]})
# 使用pivot函数将行堆叠成列
result = df.pivot(index='A', columns='B', values='D')
print(result)
输出结果如下:
B one two
A
bar 5 4
foo 1 3
在这个例子中,我们将'A'列作为行索引,'B'列作为列索引,'D'列作为值进行重塑,结果是一个新的DataFrame,其中每个唯一的行索引值对应一个新的列,行中的值填充到相应的列中。
领取专属 10元无门槛券
手把手带您无忧上云