Python数据中长格式如何变为宽格式

Python数据中长格式如何变为宽格式，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。

站在用户的角度思考问题，与客户深入沟通，找到贺州网站设计与贺州网站推广的解决方案，凭借多年的经验，让设计与互联网技术结合，创造个性化、用户体验好的作品，建站类型包括：网站设计、成都网站设计、企业官网、英文网站、手机端网站、网站推广、域名注册、网站空间、企业邮箱。业务覆盖贺州地区。

pivot

pandas使用版本0.22

melt()的逆操作在Pandas中对应为 pivot()，它也是一个设计上的顶层函数，工程位置如下：

Pandas

|

pivot()

它能变形长格式表为宽格式。

pivot英文解释为：axisconsisting of a short shaft that supports something that turns 包含短柄的轴，支持物体转动。怎么理解？

图1

图2

图1到图2，就是Pandas中的pivot操作。

函数原型

主要参数：

1. index 指明哪个列变为新DataFrame的index，注意是哪个，而不是哪些；

2. columns 指明哪个列变为columns；

3. values 指明哪些列变为新DataFrame的数据域，如果不指明，则默认除了被指明index和columns的其他列。

上面图1到图2的变换如下，并未指明values参数，其他列全部按照层级罗列。明显地，列变宽了，变为宽格式了。

如果只想获取某一个系列，比如baz系列，执行如下操作：

图2变化为如下：

异常

pivot操作在实际应用中，可能会出现异常，原因是被选为index和columns的交叉点值应该不是唯一值。

如上，[one,A] 取值为1或2，不唯一。因此，调用如下操作，会报异常。

异常如下，

以上就是pivot使用细节，注意到pivot函数是没有聚合功能的。pandas中pivot_table()提供了聚合函数，实现聚合功能。

虽然只是一个简单的函数，但是却能够快速地对数据进行强大的分析。要想用透，需要多思考，尽量应用到实际场景中。

看完上述内容，你们掌握Python数据中长格式如何变为宽格式的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注创新互联行业资讯频道，感谢各位的阅读！