转置一只熊猫的DataFrame
是指将DataFrame中的行和列进行互换。在Python的pandas库中，可以使用transpose()函数来实现DataFrame的转置操作。
转置DataFrame的优势在于可以更方便地进行数据分析和处理。通过转置，可以将原本以行为单位的数据变为以列为单位，使得数据的结构更加清晰，便于进行统计、计算和可视化等操作。
转置DataFrame的应用场景包括但不限于：
- 数据清洗和预处理：在数据清洗过程中，有时需要将原始数据进行转置以便于后续处理。
- 数据分析和统计：转置DataFrame可以使得数据的结构更加适合进行数据分析和统计，例如计算每列的均值、方差等统计指标。
- 数据可视化：转置DataFrame可以使得数据更加适合进行可视化展示，例如绘制柱状图、折线图等。
腾讯云提供了一系列与数据处理和分析相关的产品，其中包括云数据库 TencentDB、云数据仓库 Tencent Cloud Data Lake Analytics（DLA）等。这些产品可以帮助用户在云端进行数据存储、处理和分析，提供高可靠性、高性能和高安全性的数据服务。
更多关于腾讯云相关产品的介绍和详细信息，您可以访问腾讯云官方网站：https://cloud.tencent.com/
相关·内容
我有一只熊猫DataFrame：
cols = ["A", "B", "C", "D", "E"]
values = [[True, True, True, False, False],
[False, True, True, True, False],
[True, True, False, False, False],
[False, False, False, False, True]]
dummy_df = pd.DataFrame(valu
浏览 4提问于2020-08-10得票数 1
回答已采纳
2回答
情况
PyCharm有一个整洁的内置。但是，这个查看器似乎不能用于dataframe子类。
下面的PyCharm 2018.2.4屏幕截图显示了一个简单的例子。如您所见，View as DataFrame选项可用于标准的dataframe，但不适用于dataframe子类。
下面是示例代码，但采用文本格式：
import pandas as pd
class SubDataFrame(pd.DataFrame):
pass
df = pd.DataFrame([[1,2,3],[4,5,6],[7,8,9]], columns=['a','b
浏览 0提问于2018-10-09得票数 3
回答已采纳
3回答
我想把一只熊猫DataFrame从两列重新组合成一行：
import numpy as np
import pandas as pd
df_a = pd.DataFrame({ 'Type': ['A', 'B', 'C', 'D', 'E'], 'Values':[2,4,7,9,3]})
df_a
Type Values
0 A 2
1 B 4
2 C 7
3 D 9
4 E 3
df_b = df_a.pivot(columns
浏览 0提问于2018-02-25得票数 1
回答已采纳
2回答
airports_df = pd.read_csv("{}/dataset/288804893_T_MASTER_CORD.csv".format(dir_path))
print('Shape of the dataframe:',airports_df.shape,'\n')
print('Printing one record:',airports_df[:1].T)
浏览 6提问于2022-09-15得票数 0
我从下面的DataFrame开始
df_1 = DataFrame({
"Cat1" : ["a", "b"],
"Vals1" : [1,2] ,
"Vals2" : [3,4]
})
df
我想让它看起来像这样
我可以这么做，用这个代码：
df_2 = (
pd.melt(df_1, id_vars=["Cat1"])
.T
)
df_2.columns = (
pd.MultiIndex
浏览 5提问于2017-04-04得票数 5
回答已采纳
3回答
熊猫圆小数成行而非列。
、、、
根据pandas.DataFrame.round文档，我可以确定四舍五入，也可以按列排列。然而，没有任何关于逐行四舍五入的文章。例如，我有
A
count 1010.00009
measure 54.45678
average 0.50483
我怎么能做到
A
count 1010
measure 54.46
average 0.5048
浏览 1提问于2018-05-17得票数 2
回答已采纳
2回答
我正试图用两个参数作为列来制作一个熊猫数据。但它使我需要的数据被转换。我将a和b作为列参数，如下所示：
a=[1,2,3,4,5]
b=[11,22,33,44,55]
pd.DataFrame([a,b])
这提供了以下数据：
0 1 2 3 4
0 1 2 3 4 5
1 11 22 33 44 55
但是，我希望数据作为：
0 1
0 1 11
1 2 22
2 3 33
3 4 44
4 5 55
浏览 0提问于2019-07-08得票数 2
回答已采纳
1回答
对不同的数组熊猫使用不同的列
、、、、
我希望有人能帮助我。我正在学习使用Pandas，我不知道这是否可能，我有一个形状为：( 50 , 1001 )的数组，我想把它转换成一个有1001个cols和50行的Dataframe。 下面是我想要对数组做什么的示例： arr = [['10','24','32','63'...'70'],['14','85','56','14',...,'45']] 使用： df = pd.DataFrame(arr) 提供： | Column
浏览 18提问于2021-08-25得票数 0
1回答
如果我有两个DataFrames，例如：
df1 = pd.DataFrame({'Code':['1001','1002','1003','1004'],
'Place':['Chile','Peru','Colombia','Argentina']})
以及：
df2 = pd.DataFrame({'Code':['1001','1002','1003&#
浏览 2提问于2022-02-14得票数 0
1回答
我想按行创建相关矩阵。下面是我的df的样子：
df = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]),
columns=['a', 'b', 'c'],index = ["doc1", "doc2", "doc3"])
#Output
a b c
doc1 1 2 3
doc2 4 5 6
doc3 7 8 9
我想找出文件之间的关联。我用过
corrMatr
浏览 5提问于2021-03-10得票数 1
回答已采纳
我有一个dataframe对象熊猫，我想要添加新的列，并将现有列更改为索引。下面是dataFrame的样子。
>>> df
{'FEQoS': [0.39, 15.24, 14.91], 'Tempus': [0.0, 0.0, 0.0], 'Voltus': [0.12, 3.22, 3.16], 'ICD PV': [0.01, 0.28, 0.28], 'CLS': [0.07, 1.96, 1.92]}
>>> df1 = pd.DataFrame(df
浏览 0提问于2018-10-04得票数 1
回答已采纳
我正在尝试将一个3-D数组放入一个熊猫数据帧中：
import pandas as pd
import numpy as np
A = np.arange(1, 9).reshape(2, 2, 2)
lable_one = np.array(['one', 'two'])
lable_two = np.array(['a', 'b'])
df = pd.DataFrame(
A,columns=pd.MultiIndex.from_tuples((lable_one,lable_two)))
columns=pd.M
浏览 0提问于2018-06-09得票数 2
回答已采纳
2回答
假设我有一个看起来像这样的DataFrame：
df = pd.DataFrame([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]],
columns=['Col 1', 'Col 2', 'Col 3'])
>>> df
Col 1 Col 2 Col 3
0 1 2 3
1 4 5 6
2 7 8
浏览 0提问于2018-03-08得票数 11
回答已采纳
1回答
我只是想知道用给定的字符分隔值的DataFrame内爆的最佳方法是什么。
例如，想象一下这个dataframe：
A B C D E
1 z a q p
2 x s w l
3 c d e k
4 v f r m
5 b g t n
我们想通过@实现内爆
A B C D E
1@2@3@4@5 z@x@c@v@b a@s@d@f@g q@w@e@r@t p@l@k@m@n
也许要用Pandas
浏览 0提问于2019-07-05得票数 1
回答已采纳
1回答
我有一只熊猫df如下所示：
import pandas as pd
import numpy as np
data = np.random.rand(10,2)
data
array([[0.88095214, 0.62363749],
[0.99251732, 0.97059244],
[0.00781931, 0.91413354],
[0.06914494, 0.15208756],
[0.16956942, 0.5940167 ],
[0.82641049, 0.91961484],
[0.751711
浏览 0提问于2018-01-26得票数 2
回答已采纳
2回答
熊猫自动将行转换为列。
、、、、
我有一个非常简单的数据，如下所示：
In [8]: df
Out[8]:
A B C
0 2 a a
1 3 s 3
2 4 c !
3 1 f 1
我的目标是以如下方式提取第一行：
A B C
0 2 a a
如您所见，dataframe形状(1x3)被保留，第一行仍然有3列。
但是，当我输入以下命令df.loc[0]时，输出结果如下：
df.loc[0]
Out[9]:
A 2
B a
C a
Name: 0, dtype: object
如您所见，该行已变成3行的列！(3x1而不是3x1)。这怎麽可能？如何才能像我的
浏览 3提问于2017-06-01得票数 9
回答已采纳
3回答
我有一只多索引的熊猫数据，看起来像这样
ID I II III
METRIC a b c d a b c d a b c d
2015-08-01 0 1 2 3 20 21 22 23 40 41 42 43
2015-08-02 4 5 6 7 24 25 26 27 44 45 46 47
20
浏览 5提问于2017-07-10得票数 8
回答已采纳
我正在和一只熊猫DataFrame一起工作，它代表了一个图表。数据文件由指示节点端点的MultiIndex索引。
设置：
import pandas as pd
import numpy as np
import itertools as it
edges = list(it.combinations([1, 2, 3, 4], 2))
# Define a dataframe to represent a graph
index = pd.MultiIndex.from_tuples(edges, names=['u', 'v'])
df = pd.Data
浏览 1提问于2017-01-05得票数 9
1回答
熊猫转置重置十进制四舍五入
、、、、
我在一个大的结果表中仔细地逐列定义小数点，但当我将小数点转到我的报告中的一页(使用.to_latex)时，熊猫会将小数点设置为任何最大的数字。
在转置过程中能保持我的十进制精度吗？我宁愿不用定义转置后的小数。
(注意:我注意到当数据帧中有一行字符串在转置之前没有这样做，所以我认为这是某种数据类型定义，我不理解？)
示例代码：
df = pd.DataFrame(np.random.random([3, 3]),
columns=['A', 'B', 'C'], index=['first', 'second
浏览 4提问于2017-12-20得票数 4
回答已采纳
我有一个数据框架，比如：
df = pd.DataFrame({'A': [0, 1, 2, np.nan, 4],
'B': [0, 1, 2, np.nan, 4],
'C': [0, 1, 2, np.nan, 4],
'D': [0, 1, 2, np.nan, 4],
'E': [0, 1, 2, np.nan, 4],
'F':
浏览 16提问于2017-12-25得票数 1
1回答
我有一个由datetime列索引的dataframe，并获得了不同时间范围的value_count()。例如,
data['leadsource_ch_disp_name'].ix[rng[0]].value_counts()
返回
Unknown 223
Sponsorship 889
Reseller 145
Referral 52
dtype: int64
这是一个系列。我想用5个不同的时间范围(rng[i]表示i=0，..,4)来完成这个任务。所以我只剩下5个系列了。我要做的是绘制这5个系列(在同一幅图上)，这样x轴是系列名
浏览 2提问于2013-12-16得票数 4
回答已采纳
1回答
假设我有一个包含网球比赛的数据，每场比赛都包含1名球员和2名球员的名字。
di={'player1':["adam","luke","roy"], 'player2': ["james","steve","derek"]}
df=pd.DataFrame(data=di)
df
，所以我有这样的东西
player1 player2
0 adam james
1 luke steve
2 roy derek
，我想在2列之间随机做一
浏览 4提问于2022-05-01得票数 0
2回答
我的函数是将数据写入一个单元格，其中每一列( 1x4 dataframe )都是一个数组(1x6544)。所以，我需要做的是转置每个内部数组(6544x1)，这样它就是一个很好的6544x4维的dataframe。
我该如何做到这一点？
下面是dataframe的输出示例
df = [(1,2,3,4),(a,b,c,d),(A,B,C,D,(0.25,0.655555,0.56,15.235)]
我想看到的是：
df1 = [1,a,A,0.25
2,b,B,0.655555
3,c,C,0.56
4,d,D,15.235]
浏览 0提问于2017-01-26得票数 0
回答已采纳
我使用的数据集如下所示：
a = {'SERVER':['SERVA','SERVB','SERVC','total'],'TAG':[5,10,15,25]}
df = pd.DataFrame(a)
我想要的输出是让'SERVER‘中的项目成为列名，并在它们下面放置相应的标记值。
我正在这样做：
df_c = df.transpose()
df_c.reset_index(drop = True,inplace=True)
以下哪项输出：
0 1
浏览 0提问于2020-11-05得票数 1
我想要一个列名数组作为输出表，例如["A", "B", "C"]I有一个输入表，通常包含数组中的所有值，但并不总是(原始数据是JSON响应)。我想从输入表中选择所有可用的列，如果一个列不存在，我希望它填充NULL或NA或其他什么，这并不重要。
假设我的输入DataFrame (称为input_table)如下所示：
+-----+--------------+
| A | C |
+-----+--------------+
| 123 | test |
| 456 | another_test |
+-
浏览 6提问于2020-04-13得票数 0
2回答
我在列上有一个3层深的多索引的数据格式。我希望计算跨行(sum(axis=1))的小计，其中我在一个级别上求和，而保留其他级别。我想我知道如何使用level关键字参数pd.DataFrame.sum来完成这个任务。然而，我很难思考如何将这个和的结果合并回原来的表中。
设置：
import numpy as np
import pandas as pd
from itertools import product
np.random.seed(0)
colors = ['red', 'green']
shapes = ['square',
浏览 0提问于2014-01-02得票数 15
3回答
具有不同长度数组的熊猫
、、、
这是我拥有的代码。由于要解析的原始数据的内容，我最终得到了长度不同的“用户列表”和“tweet列表”。当将列表作为数据框中的列写入时，我得到了ValueError: arrays must all be same length。我意识到了这一点，但一直在寻找一种方法来解决这个问题，在较短数组的正确位置打印0或NaN。有什么想法吗？
import pandas
from bs4 import BeautifulSoup
soup = BeautifulSoup(open('#raw.html'))
chunk = soup.find_all('div', clas
浏览 2提问于2015-03-02得票数 7
2回答
我有这个dataFrame
1
269 0.00
270 141.28
271 2.25
279 0.00
346 1.00
我希望这个是这样的：
269 270 271 279 346
0.00 141.28 2.25 0.00 1.00
我使用函数
df_reshape = pd.wide_to_long(df)
但似乎不是这样的
浏览 0提问于2019-04-02得票数 0
2回答
假设我有一个DataFrame和一些NaN -
import pandas as pd
l = [{'C1':-6,'C3':2},
{'C2':-6,'C3':3},
{'C1':-6.3,'C2':8,'C3':9},
{'C2':-7}]
df1 = pd.DataFrame(l,
index=['R1','R2','R3','R4'])
print(df1)
浏览 3提问于2017-07-28得票数 1
我有一个具有以下结构的多索引DataFrame：
metric1 metric2
experiment1 experiment2 experiment1 experiment2
run1 1.2 1.5 0.2 0.9
run2 2.1 0.7 0.4 4.3
如何计算最小值(最大值、平均值等)值，并获得如下所示的DataFrame：
metric1
浏览 3提问于2015-02-18得票数 0
回答已采纳
全部都是头衔。我有一些在行上工作的逻辑，我也想在集群中使用它。
假设这是数据框架：
df = pd.DataFrame(np.array([[1, 2, 3], [1, 2, 3], [1, 2, 3]]),
columns=['a', 'b', 'c'])
a b c
0 1 2 3
1 1 2 3
2 1 2 3
我想要的是最地道的方法
a b c
0 3 6 9
我遇到了几种使用Series.to_frame()、.transform()的解决方案，初始化
浏览 0提问于2021-04-01得票数 1
回答已采纳
1回答
我想把这个熊猫DataFrame画成三条二维线: no_transfer，transfer和random_transfer，每条线都是从0到9列。DataFrame有一个MultiIndex。我还想去掉"is_greedy“级别，因为所有的值都是相同的。
0 1 2 3 ... 6 7 8 9
config is_greedy ...
no_transfe
浏览 0提问于2019-03-04得票数 0
回答已采纳
1回答
我想对这个df做一个清单理解。但没起作用。请看一下。
import numpy as np
df = pd.DataFrame({'date': pd.date_range(start = '2020-01-01', end = '2020-12-31', freq = 'H')})
df['dtDate'] = df['date'].dt.date
df['intHour'] = df['date'].dt.time
df['dblPrice'] =
浏览 0提问于2021-09-01得票数 0
回答已采纳
假设我们有以下DataFrame： import pandas as pd
df = pd.DataFrame(
[
['Norway' , 'beta', 30.0 , 31.0, 32.0, 32.4, 32.5, 32.1],
['Denmark' , 'beta', 75.7 , 49.1, 51.0, 52.3, 50.0, 47.9],
['Switzerland', 'beta
浏览 20提问于2019-06-04得票数 0
回答已采纳
我有一个双索引的DataFrame df (i和j)，我把它看作一个(平方和稀疏)矩阵。在某种程度上，我需要做这样的操作：
细胞元df(i,j)与转座子df(j,i)的比较
查找列u更大的
从矩阵中移除较小的
我怎样才能在熊猫身上做到呢？我有一个简单的.iterrows()解决方案，它的矩阵尺寸比几百个大得多：
for _,s in df.iterrows():
if (s.j,s.i) in df.index:
if df.loc[s.j,s.i]['u']>s['u']:
df = s
浏览 4提问于2019-07-31得票数 1
回答已采纳
所以我在和drop_duplicates()玩。假设我有一个包含重复列的dataframe：
In [9]:
df1 = pd.DataFrame( data=nr.random((3,2)) )
df1
Out[9]:
0 1
0 0.441663 0.396479
1 0.079502 0.715348
2 0.692295 0.069418
3 rows × 2 columns
In [10]:
df2 = pd.concat( ( df1, df1 ), axis=1 )
df2
Out[10]:
0 1 0 1
0 0.4
浏览 4提问于2014-06-11得票数 0
回答已采纳
2回答
熊猫资料词典栏
、、
我有一个csv，我正在读到一只熊猫的数据。然而，其中一列以字典的形式出现。下面是一个示例：
ColA, ColB, ColC, ColdD
20, 30, {"ab":"1", "we":"2", "as":"3"},"String"
我如何将其转换为如下所示的数据帧：
ColA, ColB, AB, WE, AS, ColdD
20, 30, "1", "2", "3", "String"
编辑-我解决了这个问题，它看
浏览 4提问于2015-03-29得票数 22
我想将一些DataFrames导出到LaTeX，但是这些DataFrames有很多列，但没有那么多项。解决方案是显示已转置的表。我知道熊猫的，但我想格式化我的行，只支持逐行格式化。
一些代码：
import pandas as pd
names = ['Bob','Jessica','Mary','John','Mel']
births = [968, 155, 77, 578, 973]
tralala = [0.1, 0.2, 0.3, 0.4, 0.5]
BabyDataSet = zip(names,bi
浏览 2提问于2015-08-15得票数 10
回答已采纳
4回答
从嵌套字典中创建熊猫数据
、、、
我有一个字典data，它的结构如下：
{
1: {
'title': 'Test x Miss LaFamilia - All Mine [Music Video] | Link Up TV',
'time': '2020-06-28T18:30:06Z',
'channel': 'Link Up TV',
'description': 'SUB & ENABLE NOTIFICATIONS fo
浏览 4提问于2020-08-06得票数 0
回答已采纳
3回答
我有这样一只熊猫：
sn sentence entity
1. an apple is an example of? an apple is example of fruit
2. a potato is an example of? a potato is example of vegetable
我想创建另一只熊猫数据，如下所示:句子和实体的长度与下面相同
Sentence# Word Entity
1 An an
1 apple apple
1 is
浏览 1提问于2020-08-07得票数 0
回答已采纳
2回答
我有熊猫数据框架：
d2 = {'F': ['apple', 'grap','figs'], 'score': [10,20,15],'week': [1,1,1]}
df2 = pd.DataFrame(data=d2)
d1 = {'F': ['apple', 'grap','figs'], 'score': [20,30,35],'week': [2,2,2]}
df1 = pd.DataFram
浏览 0提问于2018-08-07得票数 2
回答已采纳
我想将一个列表列表转换为一个基于列表中的列的数据格式。这还是很容易的。
list = [[....],[....],[...]]
df = pd.DataFrame(list)
df = df.transpose()
问题是:我想根据另一个列表中的条目给列一个列名：
list_two = [A,B,C,...]
这是我的问题，我还在努力。有没有办法解决这个问题？
提前谢谢你的帮助。
诚挚的问候
萨沙
浏览 5提问于2022-01-26得票数 1
回答已采纳
3回答
熊猫数据汇总计算
、、
我有一只熊猫的资料，里面有体育比赛：
Winner Loser
A B
B A
A C
我想有每个球员的输赢统计数据(即A，B和C)。所以对于A来说，结果应该是2-1.对于B应该是1-1，对于C应该是0-1。
我知道如何通过在dataframe上逐行迭代来计算这个值：
for index, match in df.iterrows():
//code for calculating win-loss here
但我确信还有更多的仿生/熊猫的方法可以做到这一点吗？如有任何提示，我们将不胜感激。
浏览 1提问于2015-05-14得票数 2
回答已采纳
3回答
要从numpy创建一个pandas数据帧，我可以使用：
columns = ['1','2']
data = np.array([[1,2] , [1,5] , [2,3]])
df_1 = pd.DataFrame(data,columns=columns)
df_1
如果我改用：
columns = ['1','2']
data = np.array([[1,2,2] , [1,5,3]])
df_1 = pd.DataFrame(data,columns=columns)
df_1
其中每个阵列是一列数据。但这会抛出错误：
浏览 7提问于2018-05-25得票数 4
回答已采纳
我在我的代码中使用df.append()来附加跨dataframe列的百分比变化。随着df.append()在熊猫1.4中贬值，我试图使用pd.concat，但我无法复制产量。
我现在拥有的是：
import numpy as np
import pandas as pd
df = pd.DataFrame({"A": ["foo", "foo", "foo", "foo", "foo",
"bar", "bar",
浏览 3提问于2022-01-23得票数 5
回答已采纳
1回答
我有一个包含事务数据的dataframe。每一行代表一个事务，列表示产品是否已从类别(类别为and )购买(一个=是，零=否)。现在，我想计算每个类别中的事务对。我的数据文件如下所示：
A B C D E F
1 1 0 0 0 0
1 0 1 1 0 0
输出应该是一个矩阵，用于计数数据中的每一对类别，如下所示：
A B C D E F
A 4 2 1 0 4 2
B 5 6 7 3 5 1
C 1 6 5 8 7 9
D ...
E ...
F ...
有人知道怎么解决这个问题吗？
非常感谢!
浏览 4提问于2017-06-21得票数 0
回答已采纳
我有一只熊猫DataFrame。有没有办法在dataFrame上添加这些条呢？
例如，如果代码如下所示：
import pandas as pd
df = pd.DataFrame([[1, 3], [3, 7], [4, 1]], columns = [A, B])
浏览 1提问于2018-12-01得票数 0
回答已采纳
1回答
虽然我知道两者产生相同的结果，这是更有效的和为什么。
#dataframe with shape 20,20
#slicing the first 10 columns
import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(400).reshape(20,20))
df.T[:10].T
#or
df.iloc[:,:10]
这种差异很可能可以忽略不计，而且iloc是最佳实践，因为它更具可读性。我想知道一些利弊。
浏览 2提问于2022-08-04得票数 0
回答已采纳
1回答
我正在尝试count values在pandas df中的数量。我想做这个row由row。因此，对于下面的df，我想计算出values在每个column中由row导出的row的数量。
d = ({
'A' : [[(1,2),(3,4)],[(1,2)],[()],[(1,2)]],
'B' : [[(1,2)],[(1,2)],[(1,2),(3,4)],[(1,2)]],
'C' : [[(1,2)],[()],[()],[()]],
'D' : [[()],[
浏览 0提问于2018-07-08得票数 0
回答已采纳
2回答
我有一份数据
import pandas as pd
df = pd.DataFrame({'row_one': [0,1,1], 'second': [0,0,1], 'third': [0,1,1], 'forth': [0,0,0], 'fifth': [0,0,0]})
我希望选择每列之和大于1的列。
我试过的是：
df_1 = pd.DataFrame((df.sum(axis=0) >=1))
df[df_1[df_1[0]==True].index]
有没有更有效的方法？
浏览 3提问于2021-09-24得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
