Remodelación de marcos de datos de Pandas usando Melt And Unmelt

Pandas es una biblioteca de código abierto con licencia BSD escrita en lenguaje Python. Pandas proporciona estructuras de datos y herramientas de análisis de datos de alto rendimiento, rápidas y fáciles de usar para manipular datos numéricos y series temporales. Pandas se basa en la biblioteca Numpy y está escrito en lenguajes como Python, Cython y C. En 2008, Wes McKinney desarrolló la biblioteca Pandas. En pandas, podemos importar datos de varios formatos de archivo como JSON, SQL, Microsoft Excel, etc. La función de marcos de datos se utiliza para cargar y manipular los datos.

A veces necesitamos remodelar el marco de datos de Pandas para realizar el análisis de una mejor manera. La remodelación juega un papel crucial en el análisis de datos. Los pandas brindan funciones como derretir y derretir para remodelar.

 Pandas.melt()

melt() se usa para convertir un marco de datos ancho en una forma más larga. Esta función se puede utilizar cuando existen requisitos para considerar una columna específica como identificador.

Sintaxis: pandas.melt(marco, id_vars=Ninguno, value_vars=Ninguno, var_name=Ninguno, value_name=’valor’, col_level=Ninguno)
 

Ejemplo 1:

Inicialice el marco de datos con datos sobre ‘ Días ‘, ‘ Pacientes ‘ y ‘ Recuperación ‘.

# importing pandas library
import pandas as pd
  
# creating and initializing a list
values = [['Monday', 65000, 50000],
          ['Tuesday', 68000, 45000],
          ['Wednesday', 70000, 55000],
          ['Thursday', 60000, 47000],
          ['Friday', 49000, 25000],
          ['Saturday', 54000, 35000],
          ['Sunday', 100000, 70000]]
  
# creating a pandas dataframe
df = pd.DataFrame(values, columns=['DAYS', 'PATIENTS', 'RECOVERY'])
  
# displaying the data frame
df

Producción:

Ahora, remodelamos el marco de datos usando pandas.melt() alrededor de la columna ‘DÍAS ‘. 

# melting with DAYS as column identifier
reshaped_df = df.melt(id_vars=['DAYS'])
  
# displaying the reshaped data frame
reshaped_df

Producción:

Ejemplo 2:

Ahora, en el marco de datos utilizado anteriormente, se introduce una nueva columna llamada ‘ Muertes ‘.

# importing pandas library
import pandas as pd
  
# creating and initializing a dataframe
values = [['Monday', 65000, 50000, 1500],
          ['Tuesday', 68000, 45000, 7250],
          ['Wednesday', 70000, 55000, 1400],
          ['Thursday', 60000, 47000, 4200],
          ['Friday', 49000, 25000, 3000],
          ['Saturday', 54000, 35000, 2000],
          ['Sunday', 100000, 70000, 4550]]
  
# creating a pandas dataframe
df = pd.DataFrame(values,
                  columns=['DAYS', 'PATIENTS', 'RECOVERY', 'DEATHS'])
  
# displaying the data frame
df

Producción:

remodelamos el marco de datos usando pandas.melt() alrededor de la columna ‘ PACIENTES ‘.

# reshaping data frame 
# using pandas.melt()
reshaped_df = df.melt(id_vars=['PATIENTS'])
  
# displaying the reshaped data frame
reshaped_df

Producción:

 Pandas.pivot()/ función sin fundir

Pivoting, Unmelting o Reverse Melting se usa para convertir una columna con múltiples valores en varias columnas propias.

Sintaxis: DataFrame.pivot(índice=Ninguno, columnas=Ninguno, valores=Ninguno)
 

Ejemplo 1: 

Cree un marco de datos que contenga los datos de ID, Nombre, Marcas y Deportes de 6 estudiantes.

# importing pandas library
import pandas as pd
  
# creating and initializing a list
values = [[101, 'Rohan', 455, 'Football'],
          [111, 'Elvish', 250, 'Chess'],
          [192, 'Deepak', 495, 'Cricket'],
          [201, 'Sai', 400, 'Ludo'],
          [105, 'Radha', 350, 'Badminton'],
          [118, 'Vansh', 450, 'Badminton']]
  
# creating a pandas dataframe
df = pd.DataFrame(values, 
                  columns=['ID', 'Name', 'Marks', 'Sports'])
  
# displaying the data frame
df

Producción:

Unmelting alrededor de la columna Deportes:

# unmelting
reshaped_df = df.pivot(index='Name', columns='Sports')
  
# displaying the reshaped data frame
reshaped_df

Producción:

Ejemplo 2:

Considere el mismo marco de datos utilizado en el ejemplo anterior. La desfusión también se puede hacer en base a más de una columna.

reshaped_df = df.pivot('ID', 'Marks', 'Sports')
  
# displaying the reshaped data frame
reshaped_df

Producción:

Pero el marco de datos remodelado parece poco diferente del original en términos de índice. Para obtener el índice también establecido como marco de datos original, use la función reset_index() en el marco de datos reformado.

reshaped_df = df.pivot('ID', 'Marks', 'Sports')
  
# reseting index
df_new = reshaped_df.reset_index()
  
# displaying the reshaped data frame
df_new

Producción: