pandas 将表头换在行上（宽表转长表）

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

数据展现时，长表和宽表各有优势。宽表的维度更加专一，可以方便地看到一个事物的所有数据表现，而长表则从指标角度入手，站在指标的维度下，统一对比。pandas 提供了一个专门的宽表转长表的函数，今天我们就在案例中试用一下。

数据与需求

我们的数据是这样的，它是一个历史成绩表。

import pandas as pd
from io import StringIO

data = '''
姓名,语文高一,语文高二,语文高三,数学高一,数学高二,数学高三
小明,32,48,97,55,98,54
小红,48,88,34,91,33,33
小李,14,6,97,41,70,75
小兰,82,35,45,15,4,44
'''

df = pd.read_csv(StringIO(data))
print(df.to_markdown())
'''
  | 姓名 | 语文高一 | 语文高二 | 语文高三 | 数学高一 | 数学高二 | 数学高三
-:|:----|--------:|-------:|--------:|--------:|-------:|--------
0 | 小明 |      32 |     48 |      97 |      55 |     98 |      54
1 | 小红 |      48 |     88 |      34 |      91 |     33 |      33
2 | 小李 |      14 |      6 |      97 |      41 |     70 |      75
3 | 小兰 |      82 |     35 |      45 |      15 |      4 |      44
'''

希望将姓名和年级作为维度，看语文成绩和数字成绩，意味着新的数据只会有四列：姓名、年级、语文和数学。

思路

这是一个典型的宽表转长表的问题，宽表是指列多，长表是指行多。pandas 有一个专门完成此类需求的函数 pd.wide_to_long()，可查看盖若教程中的相关介绍。

pd.wide_to_long() 有几个关键的参数，在这里我们要具体分析：

df: 要处理的 DataFrame 数据，这里就是我们的变量 df
stubnames: 列名中的包含名称，可以是一个列表，这些会成为新数据的列名，可以是个列表，在这里我们要取语文和数字成绩，就传入由它们组成的列表
i: 标识变量，也是原数据的一个列表，这个列为新长表的初始维度，它也可以是一个列表，但在这儿标识列就是姓名，只有一个传字符串就可以
j: 从原表列名中拆除 stubnames 中定义的部外会成为一个新列，与 i 组成新的维度，j 就是这个新列的列名，这个可以自由定义，它是一个字符串。在本例中，我们取名为「年级」
suffix: j 定义了新维度列的列名，那 j 的取值就这个参与很有关系了，它代表在原数据列名上去掉 stubnames 定义的部分字符外剩余部分的匹配逻辑，它是一个正则表达式，在这里其实是所有的内容我们都要，比如 '.+'、'高\w+'、'\w+' 都可以。比如你想只转高一的成绩，可以传 '高一' 或者 '.一' 等

接下来，我们来代码实现。

代码

使用 pd.wide_to_long() 一次性就可以完成需求。

pd.wide_to_long(df, stubnames=['语文', '数学'],
                i='姓名',
                j='年级',
                suffix='\w+')
'''
       语文  数学
姓名 年级        
小明 高一  32  55
小红 高一  48  91
小李 高一  14  41
小兰 高一  82  15
小明 高二  48  98
小红 高二  88  33
小李 高二   6  70
小兰 高二  35   4
小明 高三  97  54
小红 高三  34  33
小李 高三  97  75
小兰 高三  45  44
'''

去掉索引：

(
    pd.wide_to_long(df, stubnames=['语文', '数学'],
                i='姓名',
                j='年级',
                suffix='\w+')
    .reset_index()
)
'''
    姓名  年级  语文  数学
0   小明  高一  32  55
1   小红  高一  48  91
2   小李  高一  14  41
3   小兰  高一  82  15
4   小明  高二  48  98
5   小红  高二  88  33
6   小李  高二   6  70
7   小兰  高二  35   4
8   小明  高三  97  54
9   小红  高三  34  33
10  小李  高三  97  75
11  小兰  高三  45  44
'''

这样我们就完成了需求。

（完）

pandas 将表头换在行上（宽表转长表）

数据与需求

思路

代码

相关内容