鉴于一直以来，总有人在群里面或者私下问，Python行转列、列转行的问题。基于此，我这里写一篇较全的文章，分享给大家。
列转行
df = pd.DataFrame({"语文":[2,4],
"数学":[6,8]})
df.index = ["张三","李四"]
df
① stack()方法
df1 = df.stack().reset_index()
df1.columns = ["姓名","科目","成绩"]
df1
② melt()方法
-
id_vars：列转行，不变的那一列； -
value_vars：列转行，需要变动的那些列的列名； -
var_name：列转为行后，新表的列名； -
value_name：列转为行后，新表的值那一列的列明；
df2 = df2.melt(id_vars='index',value_vars=['语文','数学'],var_name="科目",value_name="成绩")
df2.rename(columns={"index":"姓名"},inplace=True)
df2
行专列
df = pd.DataFrame({"姓名":["张三","李四","张三","李四"],
"科目":["语文","语文","数学","数学"],
"成绩":[2,4,6,8]})
df
pd.pivot_table(data,index=None,columns=None,
values=None,aggfunc='mean',
margins=False,margins_name='All',
dropna=True,fill_value=None)
-
data：相当于Excel中的"选中数据源"； -
index：相当于上述"数据透视表字段"中的行； -
columns：相当于上述"数据透视表字段"中的列； -
values：相当于上述"数据透视表字段"中的值； -
aggfunc：相当于上述"结果"中的计算类型； -
margins：相当于上述"结果"中的总计； -
margins_name：相当于修改"总计"名，为其它名称；
df1 = pd.pivot_table(df,index ='姓名',columns='科目',values='成绩')
df1
# ------------------------------
df1.columns.name = None
df1.index.name = None
df1
