반응형
판다스 컬럼을 열로 변환하는 방법¶
In [1]:
import pandas as pd
# 예시 데이터프레임 생성
df = pd.DataFrame({
'A': ['jin', 'Lee', 'Yuri'],
'B': ['apple', 'banana', 'orange'],
'C': [1.1, 2.1, 3.1],
'D': [40, 50, 60]
})
df
Out[1]:
| A | B | C | D | |
|---|---|---|---|---|
| 0 | jin | apple | 1.1 | 40 |
| 1 | Lee | banana | 2.1 | 50 |
| 2 | Yuri | orange | 3.1 | 60 |
In [2]:
# 'melt' 함수를 사용하여 컬럼을 열로 변환
melted = df.melt(id_vars=['A', 'B'], value_vars=['C', 'D'])
melted
Out[2]:
| A | B | variable | value | |
|---|---|---|---|---|
| 0 | jin | apple | C | 1.1 |
| 1 | Lee | banana | C | 2.1 |
| 2 | Yuri | orange | C | 3.1 |
| 3 | jin | apple | D | 40.0 |
| 4 | Lee | banana | D | 50.0 |
| 5 | Yuri | orange | D | 60.0 |
반응형
'python' 카테고리의 다른 글
| 파이토치 딥러닝 추론 결과 nan 을 처리하는 방법 (0) | 2023.06.07 |
|---|---|
| 넘파이 랜덤 정수 생성 (0) | 2023.06.04 |
| 파이썬 string to datetime or datetime to string (0) | 2023.05.20 |
| pytorch tensor.new, 파이토치 tensor.new new_zeros(), new_ones(), new_full() (0) | 2023.05.18 |
| RNN의 파라미터 개수와 토큰 길이의 관계 (0) | 2023.05.15 |
댓글