pandas.lreshape #

熊猫。lreshape ( data , groups , dropna = True ) [来源] #

将宽格式数据重塑为长格式。 DataFrame.pivot 的广义逆。

接受一个字典，groups，其中每个键都是一个新列名，每个值都是旧列名的列表，这些旧列名将作为重塑的一部分“融化”在新列名下。

参数：

数据数据框: 宽格式 DataFrame。
团体字典: {新名称：列列表}。
dropna bool，默认 True: 请勿包含条目全部为 NaN 的列。

返回：

数据框: 重塑数据框。

也可以看看

melt: 将 DataFrame 从宽格式逆透视为长格式，可以选择保留标识符集。
pivot: 创建电子表格样式的数据透视表作为 DataFrame。
DataFrame.pivot: 无需聚合即可处理非数字数据的透视。
DataFrame.pivot_table: 枢轴的泛化，可以处理一对索引/列的重复值。
DataFrame.unstack: 基于索引值而不是列进行透视。
wide_to_long: 宽面板到长格式。灵活性较差，但比熔化更用户友好。

例子

>>> data = pd.DataFrame({'hr1': [514, 573], 'hr2': [545, 526],
...                      'team': ['Red Sox', 'Yankees'],
...                      'year1': [2007, 2007], 'year2': [2008, 2008]})
>>> data
   hr1  hr2     team  year1  year2
0  514  545  Red Sox   2007   2008
1  573  526  Yankees   2007   2008

>>> pd.lreshape(data, {'year': ['year1', 'year2'], 'hr': ['hr1', 'hr2']})
      team  year   hr
0  Red Sox  2007  514
1  Yankees  2007  573
2  Red Sox  2008  545
3  Yankees  2008  526