हम melt(), stack(), unstack() और pivot() फंक्शन का उपयोग करके एक डेटाफ्रेम को रिशेप कर सकते हैं।
समाधान 1
एक डेटाफ्रेम परिभाषित करें।
वाइड डेटाफ्रेम कॉलम को पंक्तियों में बदलने के लिए melt() फंक्शन लागू करें। यह नीचे परिभाषित है,
df.melt()
उदाहरण
बेहतर समझ के लिए नीचे दिए गए कोड को देखें −
import pandas as pd df = pd.DataFrame({'Id':[1,2,3],'Age':[13,14,13],'Mark':[80,90,85]}) print("Dataframe is:\n",df) print(df.melt())
आउटपुट
Dataframe is: Id Age Mark 0 1 13 80 1 2 14 90 2 3 13 85 variable value 0 Id 1 1 Id 2 2 Id 3 3 Age 13 4 Age 14 5 Age 13 6 Mark 80 7 Mark 90 8 Mark 85
समाधान 2
एक डेटाफ्रेम परिभाषित करें।
डेटाफ्रेम में इंडेक्स के स्तर को बढ़ाने के लिए stack() फंक्शन लागू करें। यह नीचे परिभाषित है,
df.stack().to_frame()
यदि आप परिवर्तनों को वापस लाना चाहते हैं, तो आप unstack() का उपयोग कर सकते हैं।
df.unstack().to_frame()
उदाहरण
बेहतर समझ के लिए नीचे दिए गए कार्यान्वयन को देखें −
import pandas as pd df = pd.DataFrame({'Id':[1,2,3],'Age':[13,14,13],'Mark':[80,90,85]}) print("Dataframe is:\n",df) print(df.stack().to_frame()) print(df.unstack().to_frame())
आउटपुट
Dataframe is: Id Age Mark 0 1 13 80 1 2 14 90 2 3 13 85 0 0 Id 1 Age 13 Mark 80 1 Id 2 Age 14 Mark 90 2 Id 3 Age 13 Mark 85 0 Id 0 1 1 2 3 Age 0 13 1 14 2 13 Mark 0 80 1 90 2 85
समाधान 3
एक डेटाफ्रेम परिभाषित करें
Id कॉलम के आधार पर डेटाफ्रेम को रिशेप करने के लिए pivot() फंक्शन लागू करें,
df.pivot(columns='Id')
उदाहरण
बेहतर समझ के लिए नीचे दिए गए कार्यान्वयन को देखें −
import pandas as pd df = pd.DataFrame({'Id':[1,2,3],'Age':[13,14,13],'Mark':[80,90,85]}) print("Dataframe is:\n",df) print(df.pivot(columns='Id'))
आउटपुट
Dataframe is: Id Age Mark 0 1 13 80 1 2 14 90 2 3 13 85 Age Mark Id 1 2 3 1 2 3 0 13.0 NaN NaN 80.0 NaN NaN 1 NaN 14.0 NaN NaN 90.0 NaN 2 NaN NaN 13.0 NaN NaN 85.0
