การปรับรูปร่างด้วยเมธอด pivot

การจัดรูปแบบข้อมูลด้วย pandas

Maria Eugenia Inzaugarat

Data Scientist

จาก long เป็น wide

แสดงความสัมพันธ์ระหว่างสองคอลัมน์
การดำเนินการกับ time series ตามตัวแปร
การดำเนินการที่ต้องการให้คอลัมน์เป็นตัวแปรที่ไม่ซ้ำกัน

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

จาก long เป็น wide

DataFrame ในรูปแบบ long

เมธอด pivot

ลูกศรชี้จากรูปแบบ long ไปยัง wide

การเรียกใช้เมธอด pivot ของ pandas

เมธอด pivot

ลูกศรชี้จากรูปแบบ long ไปยัง wide

การเรียก pivot พร้อม argument

เมธอด pivot

DataFrame แบบ long และ wide ที่ไฮไลต์คอลัมน์และ index

argument index ที่ไฮไลต์พร้อมชื่อคอลัมน์

เมธอด pivot

DataFrame แบบ long และ wide ที่ไฮไลต์คอลัมน์และชื่อคอลัมน์

argument columns ที่ไฮไลต์พร้อมชื่อคอลัมน์

เมธอด pivot

DataFrame แบบ long และ wide ที่ไฮไลต์คอลัมน์และค่า

argument values ที่ไฮไลต์พร้อมชื่อคอลัมน์

เมธอด pivot

ค่าเซลล์ NaN ที่ถูกไฮไลต์

argument ที่ไฮไลต์พร้อมชื่อคอลัมน์

การ pivot ชุดข้อมูล

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

การ pivot ชุดข้อมูล

fifa.pivot(index='name'                                            )

การ pivot ชุดข้อมูล

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

การ pivot ชุดข้อมูล

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

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

การ pivot หลายคอลัมน์

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

การ pivot หลายคอลัมน์

ลูกศรชี้จากรูปแบบ long ไปยัง wide พร้อม column index แบบลำดับชั้น

argument index และ columns ที่ไฮไลต์พร้อมชื่อคอลัมน์

การ pivot หลายคอลัมน์

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

ข้อผิดพลาดจากข้อมูลซ้ำ

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

ข้อผิดพลาดจากข้อมูลซ้ำ

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 <--

ข้อผิดพลาดจากข้อมูลซ้ำ

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

มาฝึกกันเถอะ!

การจัดรูปแบบข้อมูลด้วย pandas