Pandas.melt() 함수는 다음과 같이 사용됩니다. 피벗 해제 DataFrame을 와이드 형식에서 긴 형식으로 변경합니다.

주요 작업은 일부 열이 식별자 변수이고 나머지 열이 측정 변수로 간주되어 행 축으로 피벗되지 않는 형식으로 DataFrame을 처리하는 것입니다. 변수와 값이라는 두 개의 비식별자 열만 남습니다.

통사론

 pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None) 

매개변수

액자:DataFrame을 참조합니다.id_vars[튜플, 목록 또는 ndarray, 선택 사항]:식별자 변수로 사용할 컬럼을 의미합니다.value_vars[튜플, 목록 또는 ndarray, 선택 사항]:피벗 해제할 열을 참조합니다. 지정하지 않을 경우 id_vars로 설정되지 않은 모든 컬럼을 사용한다.변수 이름[스칼라]:'변수' 열에 사용할 이름을 나타냅니다. None인 경우에는 frame.columns.name 또는 'variable'을 사용합니다.값_이름[스칼라, 기본값 '값']:'값' 열에 사용할 이름을 나타냅니다.col_level[int or string, option]: 열이 MultiIndex인 경우 이 수준을 사용하여 녹입니다.

보고

피벗되지 않은 DataFrame을 출력으로 반환합니다.

예

 # importing pandas as pd import pandas as pd # creating a dataframe info = pd.DataFrame({'Name': {0: 'Parker', 1: 'Smith', 2: 'John'}, 'Language': {0: 'Python', 1: 'Java', 2: 'C++'}, 'Age': {0: 22, 1: 30, 2: 26}}) # Name is id_vars and Course is value_vars pd.melt(info, id_vars =['Name'], value_vars =['Language']) info 

산출

 Name Language Age 0 Parker Python 22 1 Smith Java 30 2 John C++ 26 

실시예2

 import pandas as pd info = pd.DataFrame({'A': {0: 'p', 1: 'q', 2: 'r'}, 'B': {0: 40, 1: 55, 2: 25}, 'C': {0: 56, 1: 62, 2: 42}}) pd.melt(info, id_vars=['A'], value_vars=['C']) pd.melt(info, id_vars=['A'], value_vars=['B', 'C']) pd.melt(info, id_vars=['A'], value_vars=['C'], var_name='myVarname', value_name='myValname') 

산출

 A myVarname myValname 0 p C 56 1 q C 62 2 r C 42