Wie kann ich einen Datenrahmen drehen?

Ein Pivot ist eine Transformation, die einen Datenrahmen mit Spalten, die Kategorien darstellen, und Zeilen, die Werte darstellen, nimmt und ihn so neu ausrichtet, dass die Kategorien befinden sich in den Zeilen, die Werte befinden sich in den Spalten und der Index wird auf die ursprünglichen Zeilenwerte gesetzt.

Basic Syntax:

df.pivot(index=, columns=, values=)

Beispiele:

• Pivot auf eine einzelne Spalte:

df.pivot(index='row', columns='col', values='val')

• Pivot auf mehrere Spalten:

df.pivot(index=['row', 'item'], columns='col', values='val')

• Pivot auf mehrere Werte:

df.pivot(index='row', columns='col', values=['val0', 'val1'])

• Pivot mit benutzerdefinierter Aggregation Funktionen:

df.pivot(index='row', columns='col', values='val', aggfunc='mean')

• Duplikatbehandlung Schlüssel:

Standardmäßig wird ein Fehler ausgelöst, wenn in den Zeilen- oder Spaltenbeschriftungen doppelte Schlüssel vorhanden sind. Alternativ können Sie Folgendes verwenden:

df.pivot_table(index='row', columns='col', values='val', fill_value=0)

• Andere Methoden für Pivot:

• groupby unstack:

  df.groupby('row', 'col')['val'].mean().unstack(fill_value=0)

• pd.DataFrame.set_index: Verwenden Sie set_index, um die Zeilen- und Spaltenachsen festzulegen und dann zum Pivot zu entstapeln.
• pd.crossstab: Speziell für die Erstellung von Kreuztabellen oder Pivot-Tabellen entwickelt.

Erweitert Pivotierungstechniken:

• Kreuztabelle (Häufigkeitszählung):

pd.crosstab(index=df['row'], columns=df['col'], values=df['val'], aggfunc='count')

• Mehrfache Aggregation Funktionen:

df.pivot_table(index='row', columns='col', values='val', aggfunc=['mean', 'sum'])

• Unterteilung durch mehrere Spalten:

df.pivot_table(index='row', columns=['item', 'col'], values='val', fill_value=0, aggfunc='mean')