Přetvoření pomocí metody pivot

Přetváření dat s pandas

Maria Eugenia Inzaugarat

Data Scientist

Z dlouhého na široký formát

Zobrazení vztahu mezi dvěma sloupci
Operace s časovými řadami s proměnnými
Operace vyžadující unikátní proměnnou ve sloupcích

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

Z dlouhého na široký formát

DataFrame v dlouhém formátu

Metoda pivot

Šipka ukazující z dlouhého na široký formát

Volání metody pivot v pandas

Metoda pivot

Šipka ukazující z dlouhého na široký formát

Volání pivot s argumenty

Metoda pivot

Dlouhý a široký DataFrame se zvýrazněným sloupcem a indexem

Zvýrazněný argument index s názvem sloupce

Metoda pivot

Dlouhý a široký DataFrame se zvýrazněnými sloupci a názvy sloupců

Zvýrazněný argument columns s názvem sloupce

Metoda pivot

Dlouhý a široký DataFrame se zvýrazněnými sloupci a hodnotami

Zvýrazněný argument values s názvem sloupce

Metoda pivot

Zvýrazněná buňka s hodnotou NaN

Zvýrazněné argumenty s názvy sloupců

Pivotování datové sady

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

Pivotování datové sady

fifa.pivot(index='name'                                            )

Pivotování datové sady

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

Pivotování datové sady

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

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

Pivotování více sloupců

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

Pivotování více sloupců

Šipka ukazující z dlouhého na široký formát s hierarchickým indexem sloupců

Zvýrazněné argumenty index a columns s názvy sloupců

Pivotování více sloupců

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

Chyba duplicitních záznamů

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

Chyba duplicitních záznamů

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 <--

Chyba duplicitních záznamů

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

Pojďme si procvičit!

Přetváření dat s pandas