本篇文章給大家帶來的內容是關于pandas.DataFrame中pivot()如何實現行轉列的問題(代碼)，有一定的參考價值，有需要的朋友可以參考一下，希望對你有所幫助。

示例：

有如下表需要進行行轉列：

代碼如下：# -*- coding:utf-8 -*-

import pandas as pd

import MySQLdb

from warnings import filterwarnings

# 由于create table if not exists總會拋出warning，因此使用filterwarnings消除

filterwarnings('ignore', category = MySQLdb.Warning)

from sqlalchemy import create_engine

import sys

if sys.version_info.major<3:

reload(sys)

sys.setdefaultencoding("utf-8")

# 此腳本適用于python2和python3

host,port,user,passwd,db,charset="192.168.1.193",3306,"leo","mysql","test","utf8"

def get_df():

global host,port,user,passwd,db,charset

conn_config={"host":host, "port":port, "user":user, "passwd":passwd, "db":db,"charset":charset}

conn = MySQLdb.connect(**conn_config)

result_df=pd.read_sql('select UserName,Subject,Score from TEST',conn)

return result_df

def pivot(result_df):

df_pivoted_init=result_df.pivot('UserName','Subject','Score')

df_pivoted = df_pivoted_init.reset_index() # 將行索引也作為DataFrame值的一部分，以方便存儲數據庫

return df_pivoted_init,df_pivoted

# 返回的兩個DataFrame，一個是以姓名作index的，一個是以數字序列作index，前者用于unpivot，后者用于save_to_mysql

def unpivot(df_pivoted_init):

# unpivot需要進行df_pivoted_init二維表格的行、列索引遍歷，需要拼SQL因此不能使用save_to_mysql存數據，這里使用SQL和MySQLdb接口存

insert_sql="insert into test_unpivot(UserName,Subject,Score) values "

# 處理值為NaN的情況

df_pivoted_init=df_pivoted_init.add(0,fill_value=0)

for col in df_pivoted_init.columns:

for index in df_pivoted_init.index:

value=df_pivoted_init.at[index,col]

if value!=0:

insert_sql=insert_sql+"('%s','%s',%s)" %(index,col,value)+','

insert_sql = insert_sql.strip(',')

global host, port, user, passwd, db, charset

conn_config = {"host": host, "port": port, "user": user, "passwd": passwd, "db": db, "charset": charset}

conn = MySQLdb.connect(**conn_config)

cur=conn.cursor()

cur.execute("create table if not exists test_unpivot like TEST")

cur.execute(insert_sql)

conn.commit()

conn.close()

def save_to_mysql(df_pivoted,tablename):

global host, port, user, passwd, db, charset

"""

只有使用sqllite時才能指定con=connection實例，其他數據庫需要使用sqlalchemy生成engine，engine的定義可以添加?來設置字符集和其他屬性

"""

conn="mysql://%s:%s@%s:%d/%s?charset=%s" %(user,passwd,host,port,db,charset)

mysql_engine = create_engine(conn)

df_pivoted.to_sql(name=tablename, con=mysql_engine, if_exists='replace', index=False)

# 從TEST表讀取源數據至DataFrame結構

result_df=get_df()

# 將源數據行轉列為二維表格形式

df_pivoted_init,df_pivoted=pivot(result_df)

# 將二維表格形式的數據存到新表test中

save_to_mysql(df_pivoted,'test')

# 將被行轉列的數據unpivot，存入test_unpivot表中

unpivot(df_pivoted_init)

結果如下：

關于Pandas DataFrame類自帶的pivot方法：

DataFrame.pivot(index=None, columns=None, values=None)：

Return reshaped DataFrame organized by given index / column values.

這里只有3個參數，是因為pivot之后的結果一定是二維表格，只需要行列及其對應的值，而且也因為是二維表格，unpivot之后is_pass列是肯定會丟失的，因此一開始我就沒查這個列。

總結

以上是生活随笔為你收集整理的python行转列_pandas.DataFrame中pivot()如何实现行转列的问题（代码）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。