Omformning med pivot-metoden

Omforma data med pandas

Maria Eugenia Inzaugarat

Data Scientist

Från långt till brett format

Visa relationen mellan två kolumner
Tidsserieoperationer med variablerna
Operationer som kräver unika variabelvärden per kolumn

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

Från långt till brett format

DataFrame i långt format

Pivot-metoden

Pil som pekar från långt till brett format

Anrop av pandas pivot-metod

Pivot-metoden

Pil som pekar från långt till brett format

Pivot-anropet med argument

Pivot-metoden

Långa och breda DataFrames med kolumn och index markerade

Markerat index-argument med kolumnnamn

Pivot-metoden

Långa och breda DataFrames med kolumn och kolumnnamn markerade

Markerat columns-argument med kolumnnamn

Pivot-metoden

Långa och breda DataFrames med kolumn och värden markerade

Markerat values-argument med kolumnnamn

Pivot-metoden

En NaN-cellsvärdets markerad

Markerade argument med kolumnnamn

Pivotera en datamängd

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

Pivotera en datamängd

fifa.pivot(index='name'                                            )

Pivotera en datamängd

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

Pivotera en datamängd

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

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

Pivotera flera kolumner

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

Pivotera flera kolumner

Pil från långt till brett format med hierarkiskt kolumnindex

Markerade index- och columns-argument med kolumnnamn

Pivotera flera kolumner

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

Fel vid dubbletter

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

Fel vid dubbletter

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 <--

Fel vid dubbletter

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

Nu kör vi en övning!

Omforma data med pandas