हम मेल्ट (), स्टैक (), अनस्टैक () और पिवट () फ़ंक्शन का उपयोग करके डेटाफ़्रेम को फिर से आकार दे सकते हैं।
समाधान 1
-
डेटाफ़्रेम परिभाषित करें।
-
विस्तृत डेटाफ़्रेम कॉलम को पंक्तियों के रूप में बदलने के लिए मेल्ट () फ़ंक्शन लागू करें। इसे नीचे परिभाषित किया गया है,
df.melt()
उदाहरण
आइए एक बेहतर समझ पाने के लिए नीचे दिया गया कोड देखें -
import pandas as pd
df = pd.DataFrame({'Id':[1,2,3],'Age':[13,14,13],'Mark':[80,90,85]})
print("Dataframe is:\n",df)
print(df.melt()) आउटपुट
Dataframe is: Id Age Mark 0 1 13 80 1 2 14 90 2 3 13 85 variable value 0 Id 1 1 Id 2 2 Id 3 3 Age 13 4 Age 14 5 Age 13 6 Mark 80 7 Mark 90 8 Mark 85
समाधान 2
-
डेटाफ़्रेम परिभाषित करें।
-
डेटाफ़्रेम में अनुक्रमणिका के स्तर को बढ़ाने के लिए स्टैक () फ़ंक्शन लागू करें। इसे नीचे परिभाषित किया गया है,
df.stack().to_frame()
-
यदि आप परिवर्तनों को वापस करना चाहते हैं, तो आप अनस्टैक () का उपयोग कर सकते हैं।
df.unstack().to_frame()
उदाहरण
आइए बेहतर समझ पाने के लिए नीचे दिए गए कार्यान्वयन को देखें -
import pandas as pd
df = pd.DataFrame({'Id':[1,2,3],'Age':[13,14,13],'Mark':[80,90,85]})
print("Dataframe is:\n",df)
print(df.stack().to_frame())
print(df.unstack().to_frame()) आउटपुट
Dataframe is: Id Age Mark 0 1 13 80 1 2 14 90 2 3 13 85 0 0 Id 1 Age 13 Mark 80 1 Id 2 Age 14 Mark 90 2 Id 3 Age 13 Mark 85 0 Id 0 1 1 2 2 3 Age 0 13 1 14 2 13 Mark 0 80 1 90 2 85
समाधान 3
-
डेटाफ़्रेम परिभाषित करें
-
आईडी कॉलम के आधार पर डेटाफ़्रेम को फिर से आकार देने के लिए पिवट () फ़ंक्शन लागू करें,
df.pivot(columns='Id')
उदाहरण
आइए बेहतर समझ पाने के लिए नीचे दिए गए कार्यान्वयन को देखें -
import pandas as pd
df = pd.DataFrame({'Id':[1,2,3],'Age':[13,14,13],'Mark':[80,90,85]})
print("Dataframe is:\n",df)
print(df.pivot(columns='Id')) आउटपुट
Dataframe is: Id Age Mark 0 1 13 80 1 2 14 90 2 3 13 85 Age Mark Id 1 2 3 1 2 3 0 13.0 NaN NaN 80.0 NaN NaN 1 NaN 14.0 NaN NaN 90.0 NaN 2 NaN NaN 13.0 NaN NaN 85.0