在实际的数据处理中，通常需要按照特定的需求对数据的格式进行处理，透视操作和逆透视操作有时是不可逆的。
一，透视和逆透视操作示例
数据透视的过程如下图所示，以Year为索引，按照Course列来透视Earning，把数据从长格式转换为宽格式：
数据逆透视的过程如下图所示，把数据从宽格式转换为长格式：
二，长宽格式的转换
宽格式是指：一列或多列作为标识变量(id_vars)，其他变量作为度量变量(value_vars)，直观上看，这种格式的数据比较宽，举个列子，列名是：id1、id2、var1、var2、var3，一行可以表示多个度量变量的值。
而长格式是指在一行中，除了标识变量(id_vars)，其他列是variable和name，从宽格式转换为长格式，会使得数据行数增加，直观上看，这种格式的数据比较长，举个例子，列名是：id1、id2、variable、value，一行只表示一个度量变量的值。
在宽格式转换为长格式的过程中，宽格式中的多个度量变量进行了分裂，使得长格式中的每一行，实际上，只表示一个度量变量的值。
有如下宽数据：
>>> df = pd.DataFrame({‘idA’: {0: ‘a’, 1: ‘b’, 2:
版权声明：本文为weixin_39588206原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。