pandas.lreshape

pandas.lreshape(data, groups, dropna=True)[source]

Преобразование данных в широком формате в длинный. Обобщённая обратная функция DataFrame.pivot.

Принимает словарь, groups, в котором каждый ключ — это новое имя столбца, а каждое значение — список старых имён столбцов, которые будут «растоплены» под новым именем столбца в процессе преобразования.

Параметры:

data:DataFrame

DataFrame в широком формате.

groups:dict

{new_name : list_of_columns}.

dropna:bool, по умолчанию True

Не включать столбцы, значения которых — все NaN.

Возвращает:

DataFrame

Преобразованный DataFrame.

См. также

melt

Преобразование DataFrame из широкого в длинный формат, при необходимости сохраняя идентификаторы.

pivot

Создание сводной таблицы в стиле электронных таблиц как DataFrame.

DataFrame.pivot

Сводка без агрегации, которая может обрабатывать нечисловые данные.

DataFrame.pivot_table

Обобщение pivot, которое может обрабатывать дубликаты значений для одной пары индекс/столбец.

DataFrame.unstack

Сводка на основе значений индекса вместо столбца.

wide_to_long

Преобразование широкого массива в длинный формат. Менее гибкий, но более удобный для пользователя, чем melt.

Примеры

>>> data = pd.DataFrame({'hr1': [514, 573], 'hr2': [545, 526],
...                      'team': ['Red Sox', 'Yankees'],
...                      'year1': [2007, 2007], 'year2': [2008, 2008]})
>>> data
   hr1  hr2     team  year1  year2
0  514  545  Red Sox   2007   2008
1  573  526  Yankees   2007   2008

>>> pd.lreshape(data, {'year': ['year1', 'year2'], 'hr': ['hr1', 'hr2']})
      team  year   hr
0  Red Sox  2007  514
1  Yankees  2007  573
2  Red Sox  2008  545
3  Yankees  2008  526