所谓数据转置,就是是将原始数据表格沿着对角线翻折,使原来的行变成新的列,原来的列变成新的行,从而更方便地进行数据分析和处理。
pandas
中DataFrame
的转置非常简单,每个DataFrame
对象都有一个T
属性,通过这个属性就能得到转置之后的DataFrame
。
下面介绍几个数据转置常用的场景,感受下转置前后数据展示的区别。
有时候原始数据在行列方向上不太适合某些数据分析和处理需求,需要将其调整为合适的数据结构。
某些机器学习算法要求输入特征矩阵的行表示样本,列表示特征值,这时候就需要将原始数据表格进行转置。
比如,随机生成10
个样本数据,每个样本有200
个特征值:
import pandas as pd
df = pd.DataFrame(np.random.rand(200, 10))
df.columns = [
"SAMPLE_"+s for s in list("ABCDEFGHIJ")
]
df
每列代表一个样本的所有特征的值,样本名称是按字母顺序生成的。
每行代表所有样本的一种特征值。
如果要让列显示各个特征值,行代表一个个样本的话,就需要转置操作。
df.T
转置之后,每行代表一个样本的所有特征的值,更有利于观察每个样本的特征。
有时候为了更好地呈现数据,需要将原始数据表格进行转置。
在制作某些类型的图表或者报告中,将数据表格转置可以更加直观地展示重点数据信息。
比如,有如下学生成绩数据:
df = pd.DataFrame(
np.random.randint(60, 100, (4, 3))
)
df.columns = ["语文", "数学", "英语"]
df.index = ["学生"+s for s in list("ABCD")]
df
这样的视图适合查看每个学生的成绩情况。
这样的结构以学生为主要视角,可以绘制各个学生的学科堆叠柱状图等。
转置之后如下:
df.T
这样的视图以学科为主要视角,方便查看每个学科的学习情况。
这样的结构适合绘制每个学科的学生成绩堆叠柱状图等。
此外,查看DataFrame
概况信息时,也常常会转置之后查看。
df = pd.DataFrame(np.random.rand(200, 10))
df.columns = [
"SAMPLE_" + s for s in list("ABCDEFGHIJ")
]
df.describe()
转置之后是这样的,可以体会在不同的视角下,数据给我们的感觉。
df.describe().T
手机扫一扫
移动阅读更方便
你可能感兴趣的文章