python – 重塑Pandas Dataframe的最佳方法
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python – 重塑Pandas Dataframe的最佳方法,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含908字,纯文字阅读大概需要2分钟。
内容图文
![python – 重塑Pandas Dataframe的最佳方法](/upload/InfoBanner/zyjiaocheng/759/b76721dc0cf94df8a4a7e57f4ccd60e4.jpg)
我有一个这样的一维数据帧设置:
[A1,B1,C1,A2,B2,C2,A3,B3,C3,A4,B4,C4,A5,B5,C5,A6,B6,C6]
在我的程序A1,…中,C6将是从csv读取的数字.
我想将它重塑为2d数据帧,如下所示:
[A1,B1,C1]
[A2,B2,C2]
[A3,B3,C3]
[A4,B4,C4]
[A5,B5,C5]
[A6,B6,C6]
我可以使用循环来制作它,但它会使程序减慢很多,因为我会多次进行这种转换.以这种方式重塑数据的最佳命令是什么?我查看了一堆重构数据帧问题,但找不到任何具体的内容.提前致谢.
解决方法:
解析列表时使用步幅(步骤),假设数据采用您提供的格式.
s = [A1,B1,C1,A2,B2,C2,A3,B3,C3,A4,B4,C4,A5,B5,C5,A6,B6,C6]
请注意,如果s最初是一个包含一行和18列的数据框,则可以通过以下方式将其转换为列表:
s = s.T.iloc[:, 0].tolist()
然后通过以下方式将结果转换为所选维度的数据框:
df = pd.DataFrame({'A': s[::3], 'B': s[1::3], 'C': s[2::3]})
更普遍:
s = range(18)
cols = 3
>>> pd.DataFrame([s[n:(n + cols)] for n in range(0, len(s), cols)])
0 1 2
0 0 1 2
1 3 4 5
2 6 7 8
3 9 10 11
4 12 13 14
5 15 16 17
内容总结
以上是互联网集市为您收集整理的python – 重塑Pandas Dataframe的最佳方法全部内容,希望文章能够帮你解决python – 重塑Pandas Dataframe的最佳方法所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。