简述
Motivation
- sometimes,换一种获取数据的方式,可以提高数据获取的速度。
- sometimes,由于预计爬取的数据长度不确定,只能这么先存储起来。
- sometimes,有个给你的数据就是这样,但是没办法很方便的使用
- …
这些情况下,你可能就会需要遇到DataFrame行列转置的方法。
Contribution
提供了Pandas.DataFrame的行列转置的方法
实验部分
导入包
创建数据
>>> df = pd.DataFrame([['A', 1, 2], ['B', 3, 4]], columns=['Name', 'c1', 'c2'])
数据内容如下:
>>> df
Name c1 c2
0 A 1 2
1 B 3 4
操作:
>>> df2 = pd.DataFrame(df.values.T, index=df.columns, columns=df.index)
>>> df2
0 1
Name A B
c1 1 3
c2 2 4
Conclusion
很简单,就是使用了numpy内置的矩阵转置方法,这样的操作速度最快。
到此这篇关于Pandas.DataFrame转置的实现的文章就介绍到这了,更多相关Pandas.DataFrame转置内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
您可能感兴趣的文章:- Pandas实现Dataframe的重排和旋转
- Pandas实现Dataframe的合并
- pandas中DataFrame数据合并连接(merge、join、concat)
- 教你漂亮打印Pandas DataFrames和Series
- pandas中DataFrame检测重复值的实现
- 使用pandas忽略行列索引,纵向拼接多个dataframe
- Pandas中DataFrame交换列顺序的方法实现
- 详解pandas中利用DataFrame对象的.loc[]、.iloc[]方法抽取数据
- Pandas中两个dataframe的交集和差集的示例代码
- Pandas DataFrame求差集的示例代码
- 浅谈pandas dataframe对除数是零的处理
- Pandas中DataFrame数据删除详情