La fonction Pandas.melt() est utilisée pour annuler le pivotement le DataFrame d'un format large à un format long.

liste de tableaux Java triée

Sa tâche principale est de transformer un DataFrame dans un format dans lequel certaines colonnes sont des variables d'identification et les colonnes restantes sont considérées comme des variables mesurées et ne pivotent pas par rapport à l'axe des lignes. Il ne reste que deux colonnes non-identifiantes, variable et valeur.

Syntaxe

 pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None) 

Paramètres

cadre:Il fait référence au DataFrame.id_vars[tuple, liste ou ndarray, facultatif] :Il fait référence aux colonnes à utiliser comme variables d'identification.value_vars[tuple, liste ou ndarray, facultatif] :Fait référence aux colonnes à annuler le pivotement. Si cela n'est pas spécifié, utilisez toutes les colonnes qui ne sont pas définies comme id_vars.var_name[scalaire] :Fait référence à un nom à utiliser pour la colonne « variable ». Si ce n'est aucun, il utilise frame.columns.name ou 'variable'.nom_valeur[scalaire, 'valeur' ​​par défaut] :Fait référence à un nom à utiliser pour la colonne « valeur ».col_level[int ou string, facultatif] : Il utilisera ce niveau pour fondre si les colonnes sont MultiIndex.

Retour

Il renvoie le DataFrame non pivoté comme sortie.

Exemple

 # importing pandas as pd import pandas as pd # creating a dataframe info = pd.DataFrame({'Name': {0: 'Parker', 1: 'Smith', 2: 'John'}, 'Language': {0: 'Python', 1: 'Java', 2: 'C++'}, 'Age': {0: 22, 1: 30, 2: 26}}) # Name is id_vars and Course is value_vars pd.melt(info, id_vars =['Name'], value_vars =['Language']) info 

Sortir

 Name Language Age 0 Parker Python 22 1 Smith Java 30 2 John C++ 26 

Exemple2

 import pandas as pd info = pd.DataFrame({'A': {0: 'p', 1: 'q', 2: 'r'}, 'B': {0: 40, 1: 55, 2: 25}, 'C': {0: 56, 1: 62, 2: 42}}) pd.melt(info, id_vars=['A'], value_vars=['C']) pd.melt(info, id_vars=['A'], value_vars=['B', 'C']) pd.melt(info, id_vars=['A'], value_vars=['C'], var_name='myVarname', value_name='myValname') 

Sortir

 A myVarname myValname 0 p C 56 1 q C 62 2 r C 42