Python中的 pandas.lreshape()函数

pandas.lreshape()函数用于对DataFrame进行变形操作。它有助于将宽格式的DataFrame变为长格式，以便数据分析和可视化。在本文中，我们将介绍pandas.lreshape()函数及其使用方法，并提供一些示例。

函数语法

pandas.lreshape(df, mapping)

• df：要调整格式的DataFrame对象。
• mapping：一个字典，其中key为新列名，value为旧列名（可以是单个列名或列名列表）。

示例

我们将以以下示例DataFrame为例：

import pandas as pd

df = pd.DataFrame({'id': [1, 2, 3, 4],
                   'A_score_1': [10, 20, 30, 40],
                   'A_score_2': [50, 60, 70, 80],
                   'B_score_1': [90, 100, 110, 120],
                   'B_score_2': [130, 140, 150, 160]})
    
print(df)

输出结果如下：

   id  A_score_1  A_score_2  B_score_1  B_score_2
0   1         10         50         90        130
1   2         20         60        100        140
2   3         30         70        110        150
3   4         40         80        120        160

首先，我们可以使用pandas.melt()函数将其转换为长格式：

df_melted = pd.melt(df, id_vars=['id'], var_name='scores', value_name='score')
print(df_melted)

输出结果如下：

   id     scores  score
0   1  A_score_1     10
1   2  A_score_1     20
2   3  A_score_1     30
3   4  A_score_1     40
4   1  A_score_2     50
5   2  A_score_2     60
6   3  A_score_2     70
7   4  A_score_2     80
8   1  B_score_1     90
9   2  B_score_1    100
10  3  B_score_1    110
11  4  B_score_1    120
12  1  B_score_2    130
13  2  B_score_2    140
14  3  B_score_2    150
15  4  B_score_2    160

接下来，使用pandas.lreshape()函数将其重新调整为宽格式：

df_wide = pd.lreshape(df_melted, {'A_score': ['A_score_1', 'A_score_2'], 'B_score': ['B_score_1', 'B_score_2']})
print(df_wide)

输出结果如下：

   id  A_score  B_score
0   1       10       90
1   2       20      100
2   3       30      110
3   4       40      120
4   1       50      130
5   2       60      140
6   3       70      150
7   4       80      160

我们可以看到，pandas.lreshape()函数将原始DataFrame重新转换为宽格式，并将A_score和B_score分别作为新的列名。

总结

pandas.lreshape()函数可以帮助我们将宽格式的DataFrame转换为长格式，并且很容易使用。当我们需要将一个DataFrame旋转成多列时，pandas.lreshape()是一个非常实用的函数。