簡述
Motivation
- sometimes,換一種獲取數(shù)據(jù)的方式,可以提高數(shù)據(jù)獲取的速度。
- sometimes,由于預計爬取的數(shù)據(jù)長度不確定,只能這么先存儲起來。
- sometimes,有個給你的數(shù)據(jù)就是這樣,但是沒辦法很方便的使用
- …
這些情況下,你可能就會需要遇到DataFrame行列轉置的方法。
Contribution
提供了Pandas.DataFrame的行列轉置的方法
實驗部分
導入包
創(chuàng)建數(shù)據(jù)
>>> df = pd.DataFrame([['A', 1, 2], ['B', 3, 4]], columns=['Name', 'c1', 'c2'])
數(shù)據(jù)內容如下:
>>> df
Name c1 c2
0 A 1 2
1 B 3 4
操作:
>>> df2 = pd.DataFrame(df.values.T, index=df.columns, columns=df.index)
>>> df2
0 1
Name A B
c1 1 3
c2 2 4
Conclusion
很簡單,就是使用了numpy內置的矩陣轉置方法,這樣的操作速度最快。
到此這篇關于Pandas.DataFrame轉置的實現(xiàn)的文章就介紹到這了,更多相關Pandas.DataFrame轉置內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
您可能感興趣的文章:- Pandas實現(xiàn)Dataframe的重排和旋轉
- Pandas實現(xiàn)Dataframe的合并
- pandas中DataFrame數(shù)據(jù)合并連接(merge、join、concat)
- 教你漂亮打印Pandas DataFrames和Series
- pandas中DataFrame檢測重復值的實現(xiàn)
- 使用pandas忽略行列索引,縱向拼接多個dataframe
- Pandas中DataFrame交換列順序的方法實現(xiàn)
- 詳解pandas中利用DataFrame對象的.loc[]、.iloc[]方法抽取數(shù)據(jù)
- Pandas中兩個dataframe的交集和差集的示例代碼
- Pandas DataFrame求差集的示例代碼
- 淺談pandas dataframe對除數(shù)是零的處理
- Pandas中DataFrame數(shù)據(jù)刪除詳情