Pandas实现Dataframe的重排和旋转

Pandas实现Dataframe的重排和旋转

Pandas是Python中一个用于数据处理和分析的开源工具，其提供的Dataframe数据结构具有方便快捷地进行数据操作的特点。在实际应用中，经常需要对Dataframe进行重排和旋转操作，以满足特殊的分析需求。

1. Dataframe的重排

Dataframe的重排指的是将数据表的某些行、列按照一定条件重新排列。Pandas提供了reindex函数来实现这个功能。其中，reindex函数的参数index控制将行按照哪个顺序排序，参数columns控制将列按照哪个顺序排序。

以下是一个示例，将Dataframe的行按照'B'列的大小顺序重新排列：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, 3], 'B': [3, 2, 1], 'C': [6, 5, 4]})
print(df)

# 重排行
df = df.reindex(index=np.argsort(df['B']))
print(df)

输出：

   A  B  C
0  1  3  6
1  2  2  5
2  3  1  4

   A  B  C
2  3  1  4
1  2  2  5
0  1  3  6

可以看到，原本的Dataframe第一行是B列中最大的，而经过重排，第一行变成了B列中最小的3，满足了重排的目的。

2. Dataframe的旋转

Dataframe的旋转指的是将数据表的行和列互换位置。Pandas提供了pivot和transpose函数来实现这个功能。其中，pivot函数通过指定一个列名，将这些列变成新的行，参数values指定将列中的哪个值作为新Dataframe的数据，参数index指定该列列名保留在新Dataframe的哪个列中。transpose函数直接将行和列的位置互换。

以下是一个示例，分别演示pivot和transpose函数的使用：

import pandas as pd
import numpy as np

df = pd.DataFrame({'state': ['CA', 'CA', 'NY', 'NY', 'MT'], 'year': ['2018', '2019', '2018', '2019', '2019'], 'sales': [100, 120, 90, 110, 80]})
print(df)

# pivot函数旋转
df_pivot = pd.pivot_table(df, values='sales', index='state', columns='year')
print(df_pivot)

# transpose函数旋转
df_transpose = df.T
print(df_transpose)

输出：

  state  year  sales
0    CA  2018    100
1    CA  2019    120
2    NY  2018     90
3    NY  2019    110
4    MT  2019     80

year   2018   2019
state            
CA      100   120
MT      NaN    80
NY       90   110

            0     1     2     3     4
state      CA    CA    NY    NY    MT
year     2018  2019  2018  2019  2019
sales     100   120    90   110    80

可以看到，在使用pivot函数后，原本的state和year列变成了Dataframe的新行，而sales列变成了不同行不同列的数据。而在使用transpose函数后，Dataframe行和列的位置完全发生了变化。

以上是对“Pandas实现Dataframe的重排和旋转”的完整攻略，希望对您有所帮助。