pandas列轉行指南

pandas是一個強大的數據處理庫，它支持多種數據類型操作。其中最常用的DataFrame是pandas中的核心數據結構，它可以用於處理各種不同結構的數據，包括表格、CSV、Excel和SQL資料庫。本文將重點介紹pandas列轉行的操作方法。

一、pandas列轉行

pandas列轉行指的是將DataFrame中的某幾列數據轉換為行數據，使得數據更具可讀性和可操作性。下面是一個簡單的例子：

import pandas as pd

df = pd.DataFrame({
    'id': [1, 2, 3],
    'name': ['Tom', 'Jerry', 'Spike'],
    'age': [3, 2, 4]
})

df_t = df.T
print(df_t)

運行結果如下：

         0      1      2
id       1      2      3
name   Tom  Jerry  Spike
age      3      2      4

可以看到，pandas列轉行後原來的列數據變成了行數據，更加直觀易讀。

二、pandas轉換列數據類型

有時候，我們需要將DataFrame中的某一列數據的數據類型進行轉換，例如將字元串轉換為整數或浮點數。pandas提供了astype方法來實現數據類型的轉換。

df['age'] = df['age'].astype(float)
print(df.dtypes)

運行結果如下：

id        int64
name     object
age     float64
dtype: object

可以看到，原本的age數據類型為int64，經過astype方法轉換後變成了float64。

三、pandas指定列排序

在DataFrame中，列的順序對於數據的分析和處理有著很重要的作用。pandas提供了sort_values方法來實現列的排序，下面是一個例子：

df = pd.DataFrame({
    'id': [2, 1, 3, 4],
    'name': ['Tom', 'Jerry', 'Spike', 'Tyke'],
    'age': [3, 2, 4, 1]
})

df_sorted = df.sort_values(by=['age', 'id'])
print(df_sorted)

運行結果如下：

   id   name  age
1   1  Jerry    2
0   2    Tom    3
2   3  Spike    4
3   4   Tyke    1

可以看到，按照age和id兩列數據的大小進行排序之後，數據具有更加清晰的層次結構。

四、pandas輸出數據的行列數

在數據處理過程中，我們需要查看DataFrame的行列數信息，以便更好地把握數據的結構和規模。pandas提供了shape屬性來輸出DataFrame的行列數信息。

print(df.shape)

運行結果如下：

(4, 3)

可以看到，DataFrame中有4行3列數據。

五、pandas把index變成列

pandas的DataFrame默認會生成一個行索引，如果需要將其轉換為列，可以使用reset_index方法。

df = pd.DataFrame({
    'name': ['Tom', 'Jerry', 'Spike', 'Tyke'],
    'age': [3, 2, 4, 1]
})

df_with_index = df.reset_index()
print(df_with_index)

運行結果如下：

   index   name  age
0      0    Tom    3
1      1  Jerry    2
2      2  Spike    4
3      3   Tyke    1

可以看到，原本的行索引被轉換為了一列數據。

六、pandas行列轉置

有時候，我們需要將DataFrame的行與列進行轉置，pandas提供了T屬性來實現這一操作。

df = pd.DataFrame({
    'name': ['Tom', 'Jerry', 'Spike', 'Tyke'],
    'age': [3, 2, 4, 1]
})

df_t = df.T
print(df_t)

運行結果如下：

          0      1      2     3
age       3      2      4     1
name    Tom  Jerry  Spike  Tyke

可以看到，DataFrame的行與列被轉換。

七、總結

本文主要介紹了pandas列轉行的操作方法，包括pandas列轉行、轉換列數據類型、指定列排序、輸出數據的行列數、把index變成列以及行列轉置。通過熟練掌握這些操作方法，可以更加方便地對DataFrame數據進行處理和分析。