Python | Serie Pandas.transpose()

La serie Pandas es un ndarray unidimensional con etiquetas de eje. No es necesario que las etiquetas sean únicas, pero deben ser de tipo hashable. El objeto admite la indexación basada en enteros y etiquetas y proporciona una gran cantidad de métodos para realizar operaciones relacionadas con el índice.

La función Pandas Series.transpose()devuelve la transposición, que es por definición propia.

Sintaxis: Series.transpose(*args, **kwargs)

Parámetro: Ninguno

Devoluciones: uno mismo

Ejemplo #1: Use Series.transpose()la función para encontrar la transposición del objeto Serie dado.

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio', 'Moscow'])
  
# Create the Datetime Index
didx = pd.DatetimeIndex(start ='2014-08-01 10:00', freq ='W', 
                     periods = 6, tz = 'Europe/Berlin') 
  
# set the index
sr.index = didx
  
# Print the series
print(sr)

Producción :

Ahora usaremos Series.transpose()la función para encontrar la transpuesta del objeto de serie dado.

# find the transpose
sr.transpose()

Producción :

Como podemos ver en la salida, la Series.transpose()función ha devuelto el mismo objeto que la transposición del objeto de serie dado, que por definición es propio.
 
Ejemplo n.º 2: use Dataframe.transpose()la función para encontrar la transposición del marco de datos dado.

# importing pandas as pd
import pandas as pd
  
# Creating the Dataframe
df = pd.DataFrame({'Date':['10/2/2011', '11/2/2011', '12/2/2011', '13/2/2011'],
                    'Event':['Music', 'Poetry', 'Theatre', 'Comedy'],
                    'Cost':[10000, 5000, 15000, 2000]})
  
# Print the dataframe
print(df)

Producción :

Ahora usaremos Dataframe.transpose()la función para encontrar la transposición del marco de datos dado.

# find the transpose
df.transpose()

Producción :

Como podemos ver en el resultado, la Dataframe.transpose()función ha devuelto con éxito la transposición del objeto Dataframe dado.