掌握 Pandas DataFrame Pivot 方法

介绍

在本实验中，我们将学习如何在 Python 的 Pandas 库中使用 pivot() 方法。pivot() 方法允许我们通过改变索引和列值的组织方式来转换或重塑 DataFrame。

虚拟机使用提示

虚拟机启动完成后，点击左上角切换到 Notebook 标签页，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟，直到 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时可以向 Labby 寻求帮助。实验结束后请提供反馈，我们将及时为你解决问题。

导入 pandas 并创建 DataFrame

首先导入 pandas 库，并使用 pd.DataFrame() 函数创建一个 DataFrame。

import pandas as pd

data = {
  'crop': ['Rice', 'Wheat', 'Rice', 'Wheat', 'Rice', 'Wheat'],
  'state': ['karnataka', 'karnataka', 'Tamilnadu', 'Tamilnadu', 'Kerala', 'Kerala'],
  'Temperature': [29, 29, 31, 31, 25, 25],
  'Humidity': [50, 50, 62, 62, 45, 45]
}

df = pd.DataFrame(data)
print(df)

这将创建一个包含 'crop'、'state'、'Temperature' 和 'Humidity' 列的 DataFrame。

使用 pivot() 方法重塑 DataFrame

为了重塑 DataFrame，我们可以使用 pivot() 方法并指定索引和列名。

df_pivot = df.pivot(index='crop', columns='state')
print(df_pivot)

pivot() 方法将重新排列 DataFrame，使用 'crop' 作为新的索引，'state' 作为新的列。生成的 DataFrame 将为每个 'crop' 和 'state' 的组合提供 'Temperature' 和 'Humidity' 列。

指定 values 参数以选择特定列

如果我们只想在重塑后的 DataFrame 中包含特定列，可以在 pivot() 方法中使用 values 参数。

df_pivot_specific = df.pivot(index='crop', columns='state', values='Temperature')
print(df_pivot_specific)

生成的 DataFrame 将仅包含每个 'crop' 和 'state' 组合的 'Temperature' 列。

处理 DataFrame 中的重复数据

如果 DataFrame 中包含重复数据，pivot() 方法会抛出 ValueError。在这种情况下，我们需要确保在重塑之前 DataFrame 中没有重复的条目。

df_duplicated = pd.DataFrame({'crop': ['Rice', 'Rice', 'Wheat', 'Wheat', 'Rice', 'Wheat'],
                              'state': ['karnataka', 'karnataka', 'Tamilnadu', 'Tamilnadu', 'Kerala', 'Kerala'],
                              'Temperature': [29, 29, 31, 31, 25, 25],
                              'Humidity': [50, 50, 62, 62, 45, 45]})

df_duplicated_pivot = df_duplicated.pivot(index='crop', columns='state', values='Temperature')
print(df_duplicated_pivot)

在这个例子中，DataFrame 包含 'crop' 和 'state' 组合的重复条目，这会导致在使用 pivot() 方法时抛出 ValueError。

总结

本实验介绍了 Python Pandas 库中 pivot() 方法的基本用法。pivot() 方法允许我们通过改变索引和列值的组织方式来转换或重塑 DataFrame。我们学习了如何重塑 DataFrame、选择特定列以及处理重复数据。pivot() 方法是数据操作和分析的强大工具。