pandas.pivot (index, colonnes, valeurs) La fonction produit un tableau croisé dynamique basé sur 3 colonnes du DataFrame. Utilise des valeurs uniques de l'index/des colonnes et les remplit avec des valeurs.
Syntaxe Python Pandas.pivot()
Syntaxe : pandas.pivot(index, colonnes, valeurs)
Paramètres:
- index[ndarray] : Étiquettes à utiliser pour créer l'index du nouveau cadre
- colonnes[ndarray] : Étiquettes à utiliser pour créer les colonnes du nouveau cadre
- valeurs[ndarray] : Valeurs à utiliser pour remplir les valeurs du nouveau cadre
Retour: DataFrame remodelé
Exception: ValueError levée s'il y a des doublons.
Création d'un exemple de DataFrame
Ici, nous créons un exemple de DataFrame que nous utiliserons tout au long de notre article.
Python3
# importing pandas as pd> import> pandas as pd> > # creating a dataframe> df>=> pd.DataFrame({>'A'>: [>'John'>,>'Boby'>,>'Mina'>],> >'B'>: [>'Masters'>,>'Graduate'>,>'Graduate'>],> >'C'>: [>27>,>23>,>21>]})> > df> |
décodage base64 en js
>
>
Sortir
A B C 0 John Masters 27 1 Boby Graduate 23 2 Mina Graduate 21>
Exemples de fonctions Pandas pivot()
Vous trouverez ci-dessous quelques exemples grâce auxquels nous pouvons faire pivoter un DataFrame en utilisant Pandas fonction pivot() dans Python :
- Création et Faire pivoter un DataFrame
- Création d'un tableau croisé dynamique à plusieurs niveaux avec Cadre de données Pandas
- ValueError dans le pivotement d'un DataFrame
Création et Faire pivoter un DataFrame
Dans cet exemple, un DataFrame pandas (df>) pivote, les colonnes « A » et « B » devenant respectivement le nouvel index et les nouvelles colonnes, et les valeurs de la colonne « C » remplissant les cellules du tableau croisé dynamique résultant. La fonction suppose que chaque combinaison de « A » et « B » a une valeur correspondante unique dans « C ».
Python3
# values can be an object or a list> df.pivot(>'A'>,>'B'>,>'C'>)> |
ddl contre dml
>
>
Sortir
B Graduate Masters A Boby 23.0 NaN John NaN 27.0 Mina 21.0 NaN>
Création d'un tableau croisé dynamique à plusieurs niveaux avec Pandas DataFrame
Dans cet exemple, le DataFrame pandas (df>) est transformé en un tableau croisé dynamique à plusieurs niveaux, utilisant « A » comme index, « B » comme colonnes et extrayant les valeurs des deux colonnes « C » et « A » pour remplir les cellules. Cette approche permet une représentation plus détaillée des données, en incorporant plusieurs dimensions dans le tableau croisé dynamique résultant.
Python3
# value is a list> df.pivot(index>=>'A'>, columns>=>'B'>, values>=>[>'C'>,>'A'>])> |
comparaison java
>
>
Sortir
C A B Graduate Masters Graduate Masters A Boby 23.0 NaN NaN NaN John NaN 27.0 NaN NaN Mina 21.0 NaN NaN NaN>
ValueError déclenché lors du pivotement d'un DataFrame
Augmentez ValueError lorsqu'il existe des combinaisons d'index et de colonnes avec plusieurs valeurs.
Python3
échange de mémoire
# importing pandas as pd> import> pandas as pd> > # creating a dataframe> df>=> pd.DataFrame({>'A'>: [>'John'>,>'John'>,>'Mina'>],> >'B'>: [>'Masters'>,>'Masters'>,>'Graduate'>],> >'C'>: [>27>,>23>,>21>]})> > > df.pivot(>'A'>,>'B'>,>'C'>)> |
>
>
Sortir
ValueError: Index contains duplicate entries, cannot reshape>