Как транспонировать dataframe pandas

Как транспонировать кадр данных Pandas без индекса

Вы можете использовать следующий синтаксис для переноса кадра данных pandas и исключения индекса:

df.set_index('first_col'). T

Это просто устанавливает первый столбец DataFrame в качестве индекса, а затем выполняет транспонирование.

В следующем примере показано, как использовать этот синтаксис на практике.

Пример: транспонирование Pandas DataFrame без индекса

Предположим, у нас есть следующие Pandas DataFrame:

import pandas as pd #create DataFrame df = pd.DataFrame() #view DataFrame print(df) team points assists 0 A 18 5 1 B 22 7 2 C 19 7 3 D 14 9 4 E 14 12 5 F 11 9

Если мы транспонируем DataFrame, значения индекса будут отображаться вверху:

#transpose DataFrame df.T 0 1 2 3 4 5 team A B C D E F points 18 22 19 14 14 11 assists 5 7 7 9 12 9

Чтобы транспонировать DataFrame без индекса, мы можем сначала использовать функцию set_index() :

#transpose DataFrame without index df.set_index('team'). T team A B C D E F points 18 22 19 14 14 11 assists 5 7 7 9 12 9

Обратите внимание, что значения индекса больше не отображаются в верхней части транспонированного кадра данных.

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные задачи в pandas:

pandas.DataFrame.transpose#

Reflect the DataFrame over its main diagonal by writing rows as columns and vice-versa. The property T is an accessor to the method transpose() .

Parameters : *args tuple, optional

Accepted for compatibility with NumPy.

copy bool, default False

Whether to copy the data after transposing, even for DataFrames with a single dtype.

Note that a copy is always required for mixed dtype DataFrames, or for DataFrames with any extension types.

The copy keyword will change behavior in pandas 3.0. Copy-on-Write will be enabled by default, which means that all methods with a copy keyword will use a lazy copy mechanism to defer the copy and ignore the copy keyword. The copy keyword will be removed in a future version of pandas.

You can already get the future behavior and improvements through enabling copy on write pd.options.mode.copy_on_write = True

Returns : DataFrame

The transposed DataFrame.

Permute the dimensions of a given array.

Transposing a DataFrame with mixed dtypes will result in a homogeneous DataFrame with the object dtype. In such a case, a copy of the data is always made.

Square DataFrame with homogeneous dtype

>>> d1 = 'col1': [1, 2], 'col2': [3, 4]> >>> df1 = pd.DataFrame(data=d1) >>> df1 col1 col2 0 1 3 1 2 4

>>> df1_transposed = df1.T # or df1.transpose() >>> df1_transposed 0 1 col1 1 2 col2 3 4

When the dtype is homogeneous in the original DataFrame, we get a transposed DataFrame with the same dtype:

>>> df1.dtypes col1 int64 col2 int64 dtype: object >>> df1_transposed.dtypes 0 int64 1 int64 dtype: object

Non-square DataFrame with mixed dtypes

>>> d2 = 'name': ['Alice', 'Bob'], . 'score': [9.5, 8], . 'employed': [False, True], . 'kids': [0, 0]> >>> df2 = pd.DataFrame(data=d2) >>> df2 name score employed kids 0 Alice 9.5 False 0 1 Bob 8.0 True 0

>>> df2_transposed = df2.T # or df2.transpose() >>> df2_transposed 0 1 name Alice Bob score 9.5 8.0 employed False True kids 0 0

When the DataFrame has mixed dtypes, we get a transposed DataFrame with the object dtype:

>>> df2.dtypes name object score float64 employed bool kids int64 dtype: object >>> df2_transposed.dtypes 0 object 1 object dtype: object

pandas.DataFrame.transpose¶

Reflect the DataFrame over its main diagonal by writing rows as columns and vice-versa. The property T is an accessor to the method transpose() .

Parameters:

copy : bool, default False

If True, the underlying data is copied. Otherwise (default), no copy is made if possible.

*args, **kwargs

Additional keywords have no effect but might be accepted for compatibility with numpy.

DataFrame