Pandas DataFrame transpose

O Python nos fornece uma biblioteca de código aberto chamado biblioteca "pandas". Utilizamos esta biblioteca para limpar ou analisar os dados. "Pandas" tem força incrível. Ele fornece acesso a vastos recursos e instruções cruciais que são utilizadas para avaliar rapidamente seus dados. Ele fornece a instalação para criar quadros de dados usando métodos "pandas". Também podemos obter a transposição daquele especificado DataFarme sempre que necessário. Transposição significa converter linhas do quadro de dados em campos/colunas ou vice -versa. Podemos fazer isso simplesmente utilizando a função "transpose ()" de "pandas". Quando aplicarmos a função "transpose ()" ao quadro de dados no código "pandas", as linhas desse quadro de dados serão convertidas em colunas. Neste guia, alteraremos as linhas do quadro de dados em colunas ou colunas do quadro de dados em linhas, utilizando o método "transpose ()" de "pandas".

Sintaxe

Quadro de dados.transponha (*args, ** kwargs)

Exemplo # 01

Como precisamos utilizar a função "transpose ()", apenas precisamos desenvolver um quadro de dados no qual apliquemos esta função. Antes de desenvolver o quadro de dados, temos que importar os módulos de "pandas", essenciais para o código "pandas". Nós importamos esses módulos utilizando a palavra -chave "importar" e depois colocamos "pandas como pd". Agora, obteremos facilmente as funções ou métodos de "pandas" com a ajuda de "PD".

O "sales_team_df" é criado como o DataFrame aqui enquanto usamos o "PD.Quadro de dados". Apenas três colunas são adicionadas ao "sales_team_df", que são nomeadas: "Vendedor, região coberta e vendas". Essas colunas também contêm alguns registros. Então, colocamos "Mark, Hayes, Foster, Judy e Graham" na coluna "vendedor". Em seguida, temos a coluna "Cobertiva da região", onde adicionamos "Califórnia, Delaware, Texas, Birmingham e Los Angeles". Em seguida, entramos "85%, 76%, 55%, 88%e 79%" na coluna "vendas".

Abaixo, colocamos o "Print ()" no qual adicionamos "Sales_team_df", que renderizará o DataFrame de dados "Sales_team_df" no console. Agora, precisamos alterar as linhas deste "sales_team_df" em colunas ou podemos dizer que precisamos obter a transposição desse quadro de dados. Então, para isso, utilizamos o método "transpose ()" aqui.

Primeiro, colocamos "transpostos" e inicializamos com o método "transpose ()". Quando usamos esse método, devemos mencionar o nome do quadro de dados e depois usar o método "transpose ()" com este nome. Quando esse método é aplicado ao quadro de dados, as linhas do quadro de dados mudarão para colunas e o quadro de dados transpostos é armazenado em "transposedf". Depois disso, colocamos "transpodedf" no "print ()", para que ele renderize quando executarmos este código.

Agora, pressione "Shift+Enter" para executar este código. A saída será renderizada no terminal do aplicativo "Spyder". Existem três colunas e cinco linhas nesse quadro de dados, como mostrado e quando o método "transpose ()" é aplicado a esse quadro de dados. Em seguida, as linhas deste DataFrame são convertidas em colunas e também mostradas aqui. O quadro de dados abaixo mostra que contém cinco colunas e três linhas após a transposição.

Exemplo # 02

Fazemos outro exemplo e criamos um novo DataFrame aqui que é "Company_DF". Neste "Company_DF", inserimos cinco colunas. São “Nome da empresa: telefone não, e -mail, telefone de trabalho e Facebook”. Os dados que inserimos na coluna "Nome da empresa" são "ABC Company_1, ABC Company_2 e ABC Company_3". Os números que adicionamos na coluna "telefone não" são "111 123, 111 124 e 111 125". Agora, na coluna "Email", inserimos [email protected], [email protected] e [email protected].

Depois disso, temos a coluna "telefone de trabalho" e adicionamos "123 111, 123 112 e 123 113" a ela. A coluna "Facebook" está ao lado disso, onde inserimos "ABC01, ABC02 e ABC03". Abaixo, adicionamos "Company_DF" à função "Print ()", que faz com que o quadro de dados "Company_DF" seja exibido no console. Agora, precisamos obter a versão transposta deste DataFrame, para que usemos o método "Transpose ()" neste caso.

A variável "CompanyTranspose" é colocada pela primeira vez e o método "transpose ()" é usado para inicializá -lo. O nome do quadro de dados deve ser mencionado ao usar esse método e o método "transpose ()" deve ser usado com este nome. As linhas do quadro de dados se tornarão colunas quando essa técnica for aplicada a ele e o quadro de dados transpostos for salvo na variável "CompanyTranspose". Em seguida, inserimos "CompanyTranspose" na função "print ()" para exibir isso.

Este DataFrame possui cinco colunas e três linhas, conforme exibido e quando o método "Transpose ()" é realizado nele, as linhas são transformadas em colunas e também são exibidas abaixo. Após a transmissão, o DataFrame abaixo revela que ele contém três campos e cinco linhas.

Exemplo # 03

O DataFrame que criamos aqui é o "Sample_df" e adicionamos quatro colunas a ele que são "A1, A2, A3 e A4". Alguns dados numéricos são adicionados a todas essas colunas. Em "A1", acrescentamos: "12, 35, 25, 76 e 15". Em "A2", entramos: "37, 42, 54, 83 e 55". Então, temos "A3" e acrescentamos: "20, 16, 81, 53 e 78" a esta coluna. Por último, temos "A4", que contém: "14, 93, 91, 52 e 36".

Agora, também definimos os valores do índice deste "sample_df" que são "row_1, row_2, row_3, row_4 e row_5". Esses valores de índice também são inseridos no "sample_df" com a ajuda do método "índice". Depois disso, encontramos a transposição deste quadro de dados "sample_df" com a ajuda do método "transpose ()". Esse quadro de dados de transposição também é salvo na variável "t_result" e depois renderizado com a ajuda de "print ()".

Aqui, todas as linhas são convertidas em colunas e exibidas. Mostramos o original e transponha o quadro de dados neste resultado.

Exemplo # 04

Aqui está o "item_list" contendo "mês/ano, nome do item, quantidade vendida, taxa e quantia". Entramos “22 de março, 22 de março, 22 de abril, 22 de maio, 22 de junho e 22 de agosto” no “mês/ano”. Adicionamos os nomes dos itens “caneta, marcador, borracha, lápis, sharpner e folhas” ao “nome do item”. Agora entramos na quantidade desses itens que são vendidos “5, 8, 6, 4, 5 e 20” na “quantidade vendida”. Depois disso, adicionamos "150, 120, 220, 125, 90 e 50" à "taxa". Ao lado disso, entramos "750, 960, 1320, 500, 450 e 100" na "quantidade". O "item_list" é então convertido no DataFrame "item_list_df".

Além disso, esse DataFrame é exibido no console quando "item_list_df" é adicionado ao método "print ()", como visto abaixo. Agora precisamos obter a forma transposta desse quadro de dados. Portanto, neste caso, utilizamos o método "transpose ()". O método "transpose ()" é usado para inicializar a variável "transpose_df". Ao usar esse método, o nome do DataFrame deve ser especificado e o método "transpose ()" deve ser usado com este nome. Ao usar esta técnica, as linhas do quadro de dados serão convertidas em colunas e o quadro de dados transpostos é salvo na variável "transpose_df". Então, para exibir isso, adicionamos "transpose_df" à função "print ()".

Quando o método "transpose ()" é usado nesse quadro de dados, as seis linhas são convertidas em seis colunas e também são apresentadas abaixo. Atualmente, este DataFrame original é exibido com cinco colunas e seis linhas. O quadro de dados abaixo, após a transposição, indica que possui seis colunas e cinco linhas.

Conclusão

Este guia explicou o método "transpose ()" em detalhes. Discutimos que o método de transposição é utilizado para converter as linhas do quadro de dados em colunas e vice -versa. Mostramos como esse método "transpose ()" funciona e como ele altera as linhas do quadro de dados nas colunas. Realizamos o código “Pandas” neste guia e transpusemos o DataFrame e também mostramos o original e o quadro de dados transposto aqui neste guia. Os quatro quadros de dados distintos são transpostos em quatro exemplos diferentes aqui com a ajuda do método "transpose ()".