Herschikken met pivot-methode

Data herstructureren met pandas

Maria Eugenia Inzaugarat

Data Scientist

Van long naar wide

Toon relatie tussen twee kolommen
Tijdreeksbewerkingen met de variabelen
Bewerkingen die unieke kolomwaarden vereisen

¹ https://pandas.pydata.org/docs/user_guide/reshaping.html

Van long naar wide

DataFrame in long-formaat

Pivot-methode

Pijl van long naar wide

de pandas-pivot-aanroep

Pivot-methode

Pijl van long naar wide

De pivot-aanroep met argumenten

Pivot-methode

Lange en brede DataFrames met kolom en index gemarkeerd

Gemarkeerd index-argument met kolomnaam

Pivot-methode

Lange en brede DataFrames met kolom en kolomnamen gemarkeerd

Gemarkeerd columns-argument met kolomnaam

Pivot-methode

Lange en brede DataFrames met kolom en waarden gemarkeerd

Gemarkeerd values-argument met kolomnaam

Pivot-methode

Een cel met NaN gemarkeerd

Gemarkeerde arguments met kolomnamen

Een dataset pivotten

fifa = pd.read_csv('fifa_players.csv')
fifa.head()

                 name    variable  metric_system  imperial_system
0   Cristiano Ronaldo      weight             83           183.00
1            J. Oblak      weight             87           191.00
2   Cristiano Ronaldo      height            187             6.13
3     J. Oblak             height            188             6.16

Een dataset pivotten

fifa.pivot(index='name'                                            )

Een dataset pivotten

fifa.pivot(index='name', columns='variable'                        )

Een dataset pivotten

fifa.pivot(index='name', columns='variable', values='metric_system')

         variable  height   weight
             name        
Cristiano Ronaldo     187       83
         J. Oblak     188       87

Meerdere kolommen pivotten

fifa.pivot(index='name', columns='variable', values=['metric_system', 'imperial_system'])

                     metric_system     imperial_system       
         variable   height  weight     height   weight
             name                                                         
Cristiano Ronaldo      187      83       6.13    183.0
         J. Oblak      188      87       6.16    191.0

Meerdere kolommen pivotten

Pijl van long naar wide met hiërarchische kolomindex

Gemarkeerde index- en columns-argumenten met kolomnamen

Meerdere kolommen pivotten

fifa.pivot(index="name", columns="variable")

                     metric_system     imperial_system       
         variable   height  weight     height   weight
             name                                                         
Cristiano Ronaldo      187      83       6.13    183.0
         J. Oblak      188      87       6.16    191.0

Fout door dubbele records

another_fifa.head()

                 name    variable  metric_system  imperial_system
0   Cristiano Ronaldo      weight             83           183.00
1            J. Oblak      weight             87           191.00
2   Cristiano Ronaldo      height            187             6.13
3            J. Oblak      height            188             6.16
4   Cristiano Ronaldo      height            187             6.14

Fout door dubbele records

another_fifa.head()

                 name    variable  metric_system  imperial_system
0   Cristiano Ronaldo      weight             83           183.00
1            J. Oblak      weight             87           191.00
  2   Cristiano Ronaldo      height            187             6.13 <--
3            J. Oblak      height            188             6.16
  4   Cristiano Ronaldo      height            187             6.14 <--

Fout door dubbele records

another_fifa.pivot(index="name", columns="variable")

ValueError: Index contains duplicate entries, cannot reshape

another_fifa = another_fifa.drop(4, axis=0)
another_fifa.pivot(index="name", columns="variable")

                     metric_system     imperial_system       
         variable   height  weight     height   weight
             name                                                         
Cristiano Ronaldo      187      83       6.13    183.0
         J. Oblak      188      87       6.16    191.0

Laten we oefenen!

Data herstructureren met pandas