切换列和行 Python

在处理数据时，有时候需要进行行和列的转置操作。Python提供了多种方式来实现这种转置操作，包括使用numpy库、pandas库和纯Python方法。

Numpy库实现转置操作

Numpy库提供了transpose()和T两种方法用于进行转置操作。

import numpy as np

data = np.arange(12).reshape(3,4)
print("原始数据：\n", data)

# 转置操作
data = data.T
print("转置后的数据：\n", data)

输出结果：

原始数据：
 [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
转置后的数据：
 [[ 0  4  8]
 [ 1  5  9]
 [ 2  6 10]
 [ 3  7 11]]

Pandas库实现转置操作

Pandas库中的DataFrame对象提供了T方法用于进行转置操作。

import pandas as pd
  
data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky'], 
        'age': [28, 34, 29, 42], 
        'country': ['US', 'UK', 'China', 'India']} 
  
df = pd.DataFrame(data) 
print("原始数据：\n", df)

# 转置操作
df = df.T
print("转置后的数据：\n", df)

输出结果：

原始数据：
     name  age country
0    Tom   28      US
1   Jack   34      UK
2  Steve   29   China
3  Ricky   42   India
转置后的数据：
              0     1      2      3
name       Tom  Jack  Steve  Ricky
age         28    34     29     42
country     US    UK  China  India

纯Python方法实现转置操作

还可以使用zip()方法和列表解析来实现行列转置操作。

data = [[1, 2, 3], 
        [4, 5, 6], 
        [7, 8, 9]]
         
# 转置操作
data = [list(x) for x in zip(*data)]
print("转置后的数据：\n", data)

输出结果：

转置后的数据：
 [[1, 4, 7], [2, 5, 8], [3, 6, 9]]

以上是三种实现行列转置的方法，选择哪种方法要根据具体情况来决定。Numpy方式适合处理数值类型数据，Pandas方式适合处理数据表格，而纯Python方式则更加通用。