मैं डेटाफ़्रेम को कैसे पिवोट कर सकता हूं?

पिवट एक परिवर्तन है जो श्रेणियों का प्रतिनिधित्व करने वाले कॉलम और मानों का प्रतिनिधित्व करने वाली पंक्तियों के साथ एक डेटाफ़्रेम लेता है, और इसे पुन: उन्मुख करता है ताकि श्रेणियां पंक्तियों में हैं, मान स्तंभों में हैं, और सूचकांक मूल पंक्ति मानों पर सेट है।

बुनियादी सिंटैक्स:

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

उदाहरण:

• एकल पर धुरी कॉलम:

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

• कई कॉलम पर पिवोट:

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

• एकाधिक मानों पर धुरी:

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

• कस्टम एकत्रीकरण के साथ धुरी कार्य:

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

• डुप्लिकेट को संभालना कुंजियाँ:

डिफ़ॉल्ट रूप से, यदि पंक्ति या स्तंभ लेबल में डुप्लिकेट कुंजियाँ हैं, तो एक त्रुटि उत्पन्न होगी। वैकल्पिक रूप से, आप इसका उपयोग कर सकते हैं:

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

• अन्य तरीकों के लिए धुरी:

• groupby अनस्टैक:

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

• pd.DataFrame.set_index: पंक्ति और स्तंभ अक्षों को सेट करने के लिए set_index का उपयोग करें और फिर धुरी पर अनस्टैक करें।
• pd.crosstab: विशेष रूप से क्रॉसटेब्यूलेशन या पिवट बनाने के लिए डिज़ाइन किया गया है तालिकाएँ।

उन्नत पिवोटिंग तकनीक:

• क्रॉस-टेब्यूलेशन (आवृत्ति गणना):

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

• एकाधिक एकत्रीकरण कार्य:

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

• गुणकों द्वारा उपविभाजन कॉलम:

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