รูปแบบข้อมูลแบบ Wide และ Long

การจัดรูปแบบข้อมูลด้วย pandas

Maria Eugenia Inzaugarat

Data Scientist

สิ่งที่จะได้เรียนรู้

รูปแบบ Wide และ Long
การแปลงจาก Long เป็น Wide
การแปลงจาก Wide เป็น Long
การ Stack และ Unstack คอลัมน์
การ Reshape และจัดการข้อมูลซับซ้อน เช่น คอลัมน์ข้อความหรือข้อมูล JSON

เหตุใดจึงสำคัญ

Tidy datasets
ข้อมูลที่ยังไม่อยู่ในรูปแบบที่เหมาะสมสำหรับการวิเคราะห์:
- อ่านได้ง่าย vs. การวิเคราะห์เชิงสถิติ
ข้อมูลแบบ Nested ใน DataFrame จัดการได้ยาก
การหาสถิติสรุปสำหรับ DataFrame ที่มี Multi-level Index

รูปร่างของข้อมูล

วิธีที่ชุดข้อมูลถูกจัดเรียงในแถวและคอลัมน์

fifa_players = pd.read_csv("fifa_players.csv")
fifa_players

                name    age   nationality           club
0       Lionel Messi     32     Argentina      Barcelona
1  Cristiano Ronaldo     34      Portugal       Juventus
2    Neymar da Silva     27        Brazil  Saint-Germain

fifa_players.shape

(3, 4)

รูปแบบ Wide

fifa_players


                name    age   nationality           club
0       Lionel Messi     32     Argentina      Barcelona
1  Cristiano Ronaldo     34      Portugal       Juventus
2    Neymar da Silva     27        Brazil  Saint-Germain

รูปแบบ Wide

fifa_players

                         vv  
                name   | age | nationality          club
0       Lionel Messi   | 32  |  Argentina      Barcelona
1  Cristiano Ronaldo   | 34  |   Portugal       Juventus
2    Neymar da Silva   | 27  |     Brazil  Saint-Germain
                         ^^

แต่ละ Feature อยู่ในคอลัมน์แยกกัน

รูปแบบ Wide

fifa_players


                name    age   nationality           club
0       Lionel Messi     32     Argentina      Barcelona <--
1  Cristiano Ronaldo     34      Portugal       Juventus <--
2    Neymar da Silva     27        Brazil  Saint-Germain <--

แต่ละ Feature อยู่ในคอลัมน์แยกกัน
แต่ละแถวมีข้อมูลหลาย Feature ของผู้เล่นคนเดียวกัน

รูปแบบ Wide

fifa_players

                name    age   nationality           club
0       Lionel Messi     32     Argentina      Barcelona
 --------------------------------------------------------
1    Cristiano Ronaldo    NaN  <-    Portugal       Juventus
 --------------------------------------------------------
2    Neymar da Silva     27        Brazil  Saint-Germain

แต่ละ Feature อยู่ในคอลัมน์แยกกัน
แต่ละแถวมีข้อมูลหลาย Feature ของผู้เล่นคนเดียวกัน
ไม่มีข้อมูลซ้ำ แต่มีค่าว่างจำนวนมาก
เหมาะสำหรับสถิติเบื้องต้นและการเติมค่าว่าง

รูปแบบ Long

fifa_players_long.head()

               name     variable     value
0 Cristiano Ronaldo  nationality   Portugal 
1 Cristiano Ronaldo         club   Juventus 
2      Lionel Messi          age         32
3      Lionel Messi  nationality  Argentina 
4      Lionel Messi         club  Barcelona

รูปแบบ Long

fifa_players_long.head()

               name     variable     value
0   Cristiano Ronaldo  nationality   Portugal <--
1 Cristiano Ronaldo         club  Juventus 
2      Lionel Messi          age        32
3        Lionel Messi  nationality  Argentina <--
4      Lionel Messi         club  Barcelona

แต่ละแถวแทน Feature เดียว

รูปแบบ Long

fifa_players_long.head()

               name     variable     value
0   Cristiano Ronaldo  nationality   Portugal <--
1   Cristiano Ronaldo         club   Juventus <--
2      Lionel Messi          age         32
3      Lionel Messi  nationality  Argentina 
4      Lionel Messi         club  Barcelona

แต่ละแถวแทน Feature เดียว
ผู้เล่นหนึ่งคนมีหลายแถว

รูปแบบ Long

fifa_players_long.head()

  |              name |    variable      value
0 | Cristiano Ronaldo | nationality   Portugal
1 | Cristiano Ronaldo |        club   Juventus
2 |      Lionel Messi |         age         32
3 |      Lionel Messi | nationality  Argentina 
4 |      Lionel Messi |        club  Barcelona
        ^^^^^^^^^^^

แต่ละแถวแทน Feature เดียว
ผู้เล่นหนึ่งคนมีหลายแถว
มีคอลัมน์ (name) เพื่อระบุผู้เล่นคนเดียวกัน

รูปแบบ Long

fifa_players_long.head()

               name     variable     value
0 Cristiano Ronaldo  nationality   Portugal 
1 Cristiano Ronaldo         club   Juventus 
2      Lionel Messi          age         32
3      Lionel Messi  nationality  Argentina 
4      Lionel Messi         club  Barcelona

แต่ละแถวแทน Feature เดียว
ผู้เล่นหนึ่งคนมีหลายแถว
มีคอลัมน์ (name) เพื่อระบุผู้เล่นคนเดียวกัน
Tidy data:
- สรุปข้อมูลได้ง่ายกว่า
- เก็บในรูปแบบ Key-value
- เหมาะสำหรับการวิเคราะห์และสร้างกราฟ

การ Reshape ข้อมูล

การปรับโครงสร้าง DataFrame หรือ Series เพื่อให้พร้อมสำหรับการวิเคราะห์
- การ Transpose DataFrame

fifa_players.set_index('club')

                             name  age  nationality
         club 
    Barcelona        Lionel Messi   32    Argentina
     Juventus   Cristiano Ronaldo  NaN     Portugal
Saint-Germain     Neymar da Silva   27       Brazil

การ Reshape ข้อมูล

การปรับโครงสร้าง DataFrame หรือ Series เพื่อให้พร้อมสำหรับการวิเคราะห์
- การ Transpose DataFrame

fifa_players.set_index('club')[['name', 'nationality']]

                               name   nationality 
         club 
    Barcelona        Lionel Messi       Argentina
     Juventus   Cristiano Ronaldo        Portugal
Saint-Germain     Neymar da Silva          Brazil

การ Reshape ข้อมูล

การปรับโครงสร้าง DataFrame หรือ Series เพื่อให้พร้อมสำหรับการวิเคราะห์
- การ Transpose DataFrame

fifa_players.set_index('club')[['name', 'nationality']].transpose()

       club         Barcelona           Juventus     Saint-Germain
       name      Lionel Messi  Cristiano Ronaldo   Neymar da Silva
nationality         Argentina           Portugal            Brazil

การ Reshape ข้อมูล

การแปลงข้อมูลระหว่างรูปแบบ Wide และ Long
หน่วยของการวิเคราะห์:
- รูปแบบ Long -> คุณสมบัติของผู้เล่น
- รูปแบบ Wide -> ผู้เล่นแต่ละคน

การแปลงจาก Wide เป็น Long

ใช้ฟังก์ชันของ pandas เช่น:
- .melt()
- .wide_to_long()

การแปลงจาก Long เป็น Wide

แปลงข้อมูลด้วยเมธอดของ pandas เช่น:
- .pivot()
- .pivot_table()

มาฝึกกันเถอะ!

การจัดรูปแบบข้อมูลด้วย pandas