如何使用 Pandas 透视数据框

重塑表格数据是数据分析中的一项基本任务。数据透视是一种在数据框中调换行和列的技术，对于创建数据透视表和从不同角度探索数据通常很有用。让我们探讨如何在强大的数据操作库 Pandas 中执行此操作。

要旋转数据框，主要使用 .pivot 方法。此方法需要几个参数：

1. index：指定要成为透视数据帧索引的列。
2. columns：指示要成为数据透视表的列标题的列。
3. 值：指示应使用其值填充数据透视表的列。

例如，考虑以下数据框：

Indicator  Country  Year  Value
1          Angola   2005  6
2          Angola   2005  13
3          Angola   2005  10
4          Angola   2005  11
5          Angola   2005  5
1          Angola   2006  3
2          Angola   2006  2
3          Angola   2006  7
4          Angola   2006  3
5          Angola   2006  6

要旋转此数据框以使 Indicator 列中的值成为新列，请使用以下代码：

out = df.pivot(index=['Country', 'Year'], columns='Indicator', values='Value')
print(out)

此操作将生成以下旋转数据框：

Indicator     1   2   3   4  5
Country Year
Angola  2005  6  13  10  11  5
        2006  3   2   7   3  6

要将透视数据框转换回平面表格，请使用 .rename_axis 删除指标轴，使用 .reset_index 将国家/地区和年份转换回普通列。

print(out.rename_axis(columns=None).reset_index())

这将产生原始数据帧结构：

  Country  Year  1   2   3   4  5
0  Angola  2005  6  13  10  11  5
1  Angola  2006  3   2   7   3  6

如果您的数据包含重复的标签组合（例如，国家/地区、年份、指标），请使用 .pivot_table。该方法默认取平均值。

out = df.pivot_table(
    index=['Country', 'Year'],
    columns='Indicator',
    values='Value')
print(out.rename_axis(columns=None).reset_index())

这将输出类似的旋转数据框，但具有重复组合的平均值。

有关更详细的概述，请参阅有关重塑和数据透视表的 Pandas 用户指南。