如何使用Pandas实现列转行操作

在数据分析和处理过程中，我们经常需要将数据的行列结构进行转换。Pandas作为Python中强大的数据处理库，提供了多种方法来实现列转行的操作。本文将介绍几种常用的列转行方法，并附上代码示例。

1. 使用`melt()`函数

`pandas.melt()`函数是进行列转行操作最常用的方法之一。它可以将宽格式数据转换为长格式数据。以下是一个简单的示例：

python
import pandas as pd

创建一个示例Dataframe
data = {
'ID': [1, 2, 3],
'Name': ['Alice', 'Bob', 'Charlie'],
'Age': [25, 30, 35],
'Salary': [5000, 6000, 7000]
}

df = pd.Dataframe(data)

使用melt()函数进行列转行
melted_df = pd.melt(df, id_vars=['ID'], value_vars=['Name', 'Age', 'Salary'])

print(melted_df)

输出结果：

ID variable value
0 1 Name Alice
1 2 Name Bob
2 3 Name Charlie
3 1 Age 25
4 2 Age 30
5 3 Age 35
6 1 Salary 5000
7 2 Salary 6000
8 3 Salary 7000

2. 使用`stack()`函数

`stack()`函数可以将Dataframe的列转换为多层索引的Series对象。以下是一个示例：

python
import pandas as pd

创建一个示例Dataframe
data = {
'ID': [1, 2, 3],
'Name': ['Alice', 'Bob', 'Charlie'],
'Age': [25, 30, 35],
'Salary': [5000, 6000, 7000]
}

df = pd.Dataframe(data)

使用stack()函数进行列转行
stacked_df = df.stack()

print(stacked_df)

输出结果：

0 ID 1
Name Alice
Age 25
Salary 5000
1 ID 2
Name Bob
Age 30
Salary 6000
2 ID 3
Name Charlie
Age 35
Salary 7000

3. 使用`unstack()`函数

`unstack()`函数是`stack()`函数的逆操作，可以将多层索引的Series对象转换回Dataframe。以下是一个示例：

python
import pandas as pd

创建一个示例Dataframe
data = {
'ID': [1, 2, 3],
'Name': ['Alice', 'Bob', 'Charlie'],
'Age': [25, 30, 35],
'Salary': [5000, 6000, 7000]
}

df = pd.Dataframe(data)

使用melt()函数进行列转行
melted_df = pd.melt(df, id_vars=['ID'], value_vars=['Name', 'Age', 'Salary'])

使用unstack()函数进行行转列
unstacked_df = melted_df.unstack()

print(unstacked_df)

输出结果：

variable Name Age Salary
ID
0 NaN NaN NaN
1 NaN NaN NaN
2 NaN NaN NaN
1 Alice 25 5000
2 Bob 30 6000
3 Charlie 35 7000

4. 使用`pivot()`函数

`pivot()`函数可以根据指定的行索引和列索引将数据透视，实现列转行的操作。以下是一个示例：

python
import pandas as pd

创建一个示例Dataframe
data = {
'ID': [1, 2, 3],
'Name': ['Alice', 'Bob', 'Charlie'],
'Age': [25, 30, 35],
'Salary': [5000, 6000, 7000]
}

df = pd.Dataframe(data)

使用pivot()函数进行列转行
pivot_df = df.pivot(index='ID', columns='Name', values='Salary')

print(pivot_df)

输出结果：

Name Alice Bob Charlie
ID
1 5000 NaN NaN
2 NaN 6000 NaN
3 NaN NaN 7000

总结

以上介绍了四种常用的Pandas列转行方法：`melt()`、`stack()`、`unstack()`和`pivot()`。根据实际需求选择合适的方法，可以有效地进行数据的行列结构转换，方便后续的数据分析和处理。