将dataframe重塑为长格式python

将dataframe重塑为长格式是指将数据框（dataframe）从宽格式（wide format）转换为长格式（long format）。在宽格式中，每一行代表一个观察单位，而在长格式中，每一行代表一个观察单位的一个特征。

重塑为长格式的主要目的是为了更方便地进行数据分析和可视化。长格式数据更适合进行聚合、筛选和绘图等操作。在Python中，可以使用pandas库的melt()函数来实现dataframe的重塑。

melt()函数的语法如下：

pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None)

参数说明：

frame: 要重塑的dataframe。
id_vars: 需要保留的列，不进行重塑的列。
value_vars: 需要进行重塑的列。
var_name: 重塑后的列名。
value_name: 重塑后的值的列名。
col_level: 如果列是多级索引的，可以指定要重塑的级别。

以下是一个示例，展示如何将dataframe重塑为长格式：

import pandas as pd

# 创建一个示例dataframe
df = pd.DataFrame({'id': [1, 2, 3],
                   'name': ['Alice', 'Bob', 'Charlie'],
                   'score_math': [90, 85, 95],
                   'score_english': [80, 75, 85]})

# 使用melt()函数将dataframe重塑为长格式
df_long = pd.melt(df, id_vars=['id', 'name'], value_vars=['score_math', 'score_english'],
                  var_name='subject', value_name='score')

print(df_long)

输出结果：

   id     name         subject  score
0   1    Alice     score_math     90
1   2      Bob     score_math     85
2   3  Charlie     score_math     95
3   1    Alice  score_english     80
4   2      Bob  score_english     75
5   3  Charlie  score_english     85

在这个例子中，我们将原始的dataframe重塑为长格式，保留了'id'和'name'列，并将'score_math'和'score_english'列进行了重塑。重塑后的长格式dataframe中，'id'和'name'列对应于每个观察单位，'subject'列对应于原始dataframe中的列名，'score'列对应于原始dataframe中的值。

推荐的腾讯云相关产品和产品介绍链接地址：