在python / pandas中调整列 [英] Transpose columns in python/pandas

问题描述

 数据列（共7列）：
 Nane 3966非空值
值1 3966非空值
值2 3966非空值
值3 3966非空值
值4 3966非空值
 Value5 3966非空值
期间3966非空值
  

我想要期限作为列，其他的作为行。

所以

 名称值1 ....价值5期间成为
 
期间1期2期3年期3966 
名称
价值1 
 ... 
价值5 
  

我已经尝试使用堆栈/拆包和转置功能，但我只是不能弄清楚。有没有人有任何指针？

解决方案

你想使用 Period 作为指标。 set_index 将为您做到这一点。因此，您可以转换生成的表：

  df.set_index（'Period'）。T 
输出[13] ：
期间2010 2011 2012 
名称foo bar nil 
 Value1 0,994369885 0,92930566 0,997754262 
 Value2 0,780942307 0,274566936 0,488064461 
 Value3 0,510782105 0,390724018 0,642086396 
 Value4 0,842522334 0,613705323 0,028703768 
 Value5 0,383279727 0,287280101 0,764773601 
  

I'm trying to rearrange a dataframe with 5 variables

Data columns (total 7 columns):
Nane      3966  non-null values
Value1    3966  non-null values
Value2    3966  non-null values
Value3    3966  non-null values
Value4    3966  non-null values
Value5    3966  non-null values
Period    3966  non-null values

I'd like period to be the columns, and the other ones as rows.

So

Name Value1 .... Value 5 Period becomes

Period 1 period 2 period3 .... period 3966   
Name  
Value 1  
...  
Value 5

I've tried using the stack/unstack and the transpose function, but I just can't figure it out. Does anyone have any pointers ?

解决方案

You want to use the Period as an index. set_index will do this for you. THen you can transpose your resulting table:

df.set_index('Period').T
Out[13]: 
Period         2010         2011         2012
Name            foo          bar          nil
Value1  0,994369885   0,92930566  0,997754262
Value2  0,780942307  0,274566936  0,488064461
Value3  0,510782105  0,390724018  0,642086396
Value4  0,842522334  0,613705323  0,028703768
Value5  0,383279727  0,287280101  0,764773601

这篇关于在python / pandas中调整列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！