一文速学Pandas索引重塑实现长宽表数据转换
2023-09-25 16:46:13
索引重塑：在 Pandas 中高效转换数据形状
理解索引重塑
在数据科学领域，Pandas 库以其强大的数据处理功能而闻名。索引重塑是一种至关重要的技术，允许我们轻松转换数据表的形状，以满足不同的分析和可视化需求。
想象一张桌子，其中行和列包含信息。索引重塑就好比将桌子旋转 90 度，将行索引变成列索引，反之亦然。这种转换提供了新的视角，有助于我们以不同的方式查看和理解数据。
使用 Pandas 实现索引重塑
Pandas 提供了两种主要方法来执行索引重塑：set_index() 和 reset_index() 函数。
使用 set_index() 设置索引：
set_index() 函数允许我们指定要用作索引的列。它将选定的列变成索引，并将原有的索引移动到数据表中作为列。
例如，我们有一个包含学生姓名、年龄和成绩的数据表。我们可以使用以下代码将“学生姓名”列设置为索引：
import pandas as pd
df = pd.DataFrame({
"学生姓名": ["小明", "小红", "小刚"],
"年龄": [18, 20, 22],
"成绩": [85, 90, 95],
})
df_indexed = df.set_index("学生姓名")
现在，df_indexed 将成为一个新的数据表，其中“学生姓名”列变成索引，而原先的索引变为“Unnamed: 0”列。
使用 reset_index() 重置索引：
reset_index() 函数与 set_index() 相反，它将索引重置为常规列。它将索引移动到数据表中，并将原先的索引列删除。
df_reset = df_indexed.reset_index()
执行此代码后，df_reset 将恢复到其原始形状，其中“学生姓名”列成为常规列，而“Unnamed: 0”列将被删除。
高级索引重塑
除了简单的索引重塑外，Pandas 还允许进行更高级的操作，例如：
- 多列索引： 创建由多个列组成的分层索引。
- 层次索引： 创建基于层次化数据的索引。
- 合并和拆分索引： 使用
concat()和split()函数合并和拆分索引。
实例演示
让我们通过一个示例来了解索引重塑的实际应用。假设我们有一个包含销售数据的长宽表：
产品 | 地区 | 2023年1月 | 2023年2月 | 2023年3月
我们希望将其转换为宽表，其中每个产品占据一行，每个月占据一列。我们可以使用以下步骤进行转换：
- 将“产品”列设置为索引：
df_wide = df.set_index("产品")
- 将数据堆叠成一列：
df_wide = df_wide.stack()
- 将索引重置为列，并将堆叠后的列重命名为“销量”：
df_wide = df_wide.reset_index(name="销量")
现在，df_wide 将成为一个宽表，其中每个产品占据一行，每个月占据一列，而“销量”列包含相应的销售数据。
结论
掌握索引重塑技巧对于有效地处理和分析数据至关重要。通过灵活运用 set_index() 和 reset_index() 函数以及高级索引重塑操作，我们可以轻松转换数据形状，获取不同的视角，并从中提取有价值的见解。
常见问题解答
1. 什么是索引重塑？
索引重塑是一种转换数据表形状的技术，它将行索引变成列索引，反之亦然。
2. 如何在 Pandas 中实现索引重塑？
可以使用 set_index() 和 reset_index() 函数实现索引重塑。
3. 什么是多列索引？
多列索引是一个由多个列组成的分层索引。
4. 如何将长宽表转换为宽表？
可以通过以下步骤将长宽表转换为宽表：
- 将产品列设置为索引。
- 将数据堆叠成一列。
- 将索引重置为列，并重命名堆叠后的列。
5. 索引重塑有什么好处？
索引重塑提供了新的数据视图，允许我们以不同的方式探索和分析数据。
