我就废话不多说了，还是直接看代码吧！
import pandas as pd
# 伪造一些数据
fake_data = {‘subject’:[‘math’, ‘english’],
‘A’: [88, 90],
‘B’: [70, 80],
‘C’: [60, 78]}
# 宽表
test = pd.DataFrame(fake_data, columns=[‘subject’, ‘A’, ‘B’, ‘C’])
test
subjectABC
0math887060
1english908078
# 转换为窄表
pd.melt(test, id_vars=[‘subject’])
subjectvariablevalue
0mathA88
1englishA90
2mathB70
3englishB80
4mathC60
5englishC78
补充知识：pandas从单条目数据集生成宽表
需求
场景
从医院数据库中导出了大量的体检数据，但体检数据表中，每一行代表某人某次体检的某一项体检的结果。目的想将每一个人的每一次体检结果作为一行存储，每一列为体检项。
示例
StuID
Type
Num
0
111021
Math
89
1
111021
English
93
2
312983
English
91
3
314621
English
82
4
314621
Math
92
5
112341
Math
82
目的：转换成如下表格
StuID
English
Math
0
111021
93
89
1
312983
91
NaN
2
314621
82
92
3
112341
NaN
82
方案一
具体代码如下
#将’B’列的类别调整为行。
#1
num = df[~df.duplicated(subset=[‘StuID’])].loc[:,’StuID’].to_list()
#2
result_df = pd.DataFrame({‘StuID’: np.array(num)},columns=[‘StuID’,’English’,’Math’])
#3
for i in df.index:
t = df.loc[i,’Type’]
num = df.loc[i,’StuID’]
result_df.loc[result_df[‘StuID’] == num,[t]] = df.loc[i,’Num’]
print(result_df)
结果
以上这篇pandas使用之宽表变窄表的实现就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。