Pandas DataFrame Transpose
Sintaxis
Marco de datos.Transposición (*Args, ** Kwargs)
Ejemplo # 01
Como tenemos que utilizar la función "transpose ()", solo necesitamos desarrollar un marco de datos en el que aplicaremos esta función. Antes de desarrollar el marco de datos, tenemos que importar los módulos de "pandas" que es esencial para el código "pandas". Importamos estos módulos utilizando la palabra clave "importar" y luego colocamos "pandas como PD". Ahora, obtendremos fácilmente las funciones o métodos de "pandas" con la ayuda de "PD".
El "sales_team_df" se crea como el marco de datos aquí mientras usamos el "PD.Marco de datos". Solo se agregan tres columnas al "Sales_TEAM_DF", que se denominan: "Vendedor, región cubierta y ventas". Estas columnas también contienen algunos registros. Entonces, colocamos "Mark, Hayes, Foster, Judy y Graham" en la columna "vendedor". Luego, tenemos la columna de la "región cubierta" donde agregamos "California, Delaware, Texas, Birmingham y Los Ángeles". Luego, ingresamos "85%, 76%, 55%, 88%y 79%" en la columna "Ventas".
A continuación, colocamos el "imprime ()" en el que agregamos "sales_team_df" que representará el marco de datos "sales_team_df" en la consola. Ahora, necesitamos cambiar las filas de esta "sales_team_df" en columnas o podemos decir que necesitamos obtener la transposición de este marco de datos. Entonces, para esto, utilizamos el método "transpose ()" aquí.
Primero, colocamos "TransposedF" y lo inicializamos con el método "Transpose ()". Cuando usamos este método, debemos mencionar el nombre de DataFrame y luego usar el método "Transpose ()" con este nombre. Cuando este método se aplica a DataFrame, las filas de DataFrame se cambiarán a columnas y el marco de datos de transposición se almacena en "TransposedF". Después de esto, colocamos "TransPodedF" en la "impresión ()", por lo que se convertirá en cuando ejecutemos este código.
Ahora, presione "Shift+Enter" para ejecutar este código. La salida se representará en el terminal de la aplicación "Spyder". Hay tres columnas y cinco filas en este marco de datos como se muestra y cuando se aplica el método "Transpose ()" a este marco de datos. Luego, las filas de este marco de datos se convierten en columnas y también se muestran aquí. El cuadro de datos a continuación muestra que contiene cinco columnas y tres filas después de la transposición.
Ejemplo # 02
Hacemos otro ejemplo y creamos un nuevo marco de datos aquí que es "Company_DF". En esta "Company_DF", insertamos cinco columnas. Estos son "Nombre de la empresa: Teléfono, correo electrónico, teléfono de trabajo y Facebook". Los datos que insertamos en la columna "Nombre de la empresa" son "ABC Company_1, ABC Company_2 y ABC Company_3". Los números que agregamos en la columna "Phone No" son "111 123, 111 124 y 111 125". Ahora, en la columna "Correo electrónico", insertamos [email protected], [email protected] y [email protected].
Después de esto, tenemos la columna "Teléfono de trabajo" y le agregamos "123 111, 123 112 y 123 113". La columna "Facebook" está al lado de esto, donde insertamos "ABC01, ABC02 y ABC03". A continuación, agregamos "Company_DF" a la función "print ()", que hace que el marco de datos "Company_DF" se muestre en la consola. Ahora, necesitamos obtener la versión transpuesta de este marco de datos para que usemos el método "transpose ()" en este caso.
La variable "CompanyTranspose" se coloca primero y el método "Transpose ()" se utiliza para inicializarla. El nombre de DataFrame debe mencionarse al usar este método y el método "transpose ()" debe usarse con este nombre. Las filas del marco de datos se convertirán en columnas cuando esta técnica se aplique a ella y el marco de datos de transposición se guarde en la variable "CompanyTranspose". Luego insertamos "CompanyTranspose" en la función "print ()" para mostrar esto.
Este marco de datos tiene cinco columnas y tres filas como se muestra y cuando el método "transpose ()" se realiza en él, las filas se convierten en columnas y también se muestran a continuación. Después de la transposición, el cuadro de datos a continuación revela que contiene tres campos y cinco filas.
Ejemplo # 03
El marco de datos que creamos aquí es el "sample_df" y le agregamos cuatro columnas que son "A1, A2, A3 y A4". Se agregan algunos datos numéricos a todas estas columnas. En "A1", agregamos: "12, 35, 25, 76 y 15". En "A2", ingresamos: "37, 42, 54, 83 y 55". Luego, tenemos "A3", y agregamos: "20, 16, 81, 53 y 78" a esta columna. Por último, tenemos "A4", que contiene: "14, 93, 91, 52 y 36".
Ahora, también establecemos los valores de índice de este "sample_df" que son "Row_1, Row_2, Row_3, Row_4 y Row_5". Estos valores de índice también se insertan en el "sample_df" con la ayuda del método "índice". Después de esto, encontramos la transposición de este marco de datos "sample_df" con la ayuda del método "transpose ()". Esta transposición de datos de datos también se guarda en la variable "t_result" y luego se renderiza con la ayuda de "print ()".
Aquí, todas las filas se convierten en columnas y se muestran. Hemos mostrado el marco de datos original y de transposición en este resultado.
Ejemplo # 04
Aquí está el "item_list" que contiene "mes/año, nombre del artículo, cantidad vendida, tarifa y cantidad". Entramos "22 de marzo, 22 de marzo, 22 de abril, 22 de mayo, 22 de junio y 22 de agosto" en el "mes/año". Agregamos los nombres de los elementos "Pen, marcador, borrador, lápiz, hilandero y sábanas" al "nombre del artículo". Ahora entramos en la cantidad de estos artículos que se venden "5, 8, 6, 4, 5 y 20" en la "cantidad vendida". Después de eso, agregamos "150, 120, 220, 125, 90 y 50" a la "tasa". Junto a esto, ingresamos "750, 960, 1320, 500, 450 y 100" en la "cantidad". El "item_list" se convierte en el marco de datos "item_list_df".
Además, este marco de datos se muestra en la consola cuando se agrega "item_list_df" al método "print ()" como se ve a continuación. Ahora necesitamos obtener la forma transpuesta de este marco de datos. Por lo tanto, en este caso, utilizamos el método "transpose ()". El método "transpose ()" se utiliza para inicializar la variable "Transpose_DF". Al usar este método, se debe especificar el nombre de DataFrame y el método "Transpose ()" debe usarse con este nombre. Al usar esta técnica, las filas de DataFrame se convertirán en columnas y el marco de datos Transpose se guarda en la variable "Transpose_DF". Luego, para mostrar esto, agregamos "Transpose_DF" a la función "print ()".
Cuando se utiliza el método "transpose ()" en este marco de datos, las seis filas se convierten en seis columnas y también se presentan a continuación. Este marco de datos original se muestra actualmente con cinco columnas y seis filas. El cuadro de datos a continuación, después de la transposición, indica que tiene seis columnas y cinco filas.
Conclusión
Esta guía ha explicado el método "transpose ()" en detalle. Hemos discutido que el método de transposición se utiliza para convertir las filas de DataFrame en columnas y viceversa. Hemos mostrado cómo funciona este método "transpose ()" y cómo altera las filas de DataFrame en columnas. Hemos realizado el código "pandas" en esta guía y transponemos el marco de datos y también mostramos el marco de datos original, así como el original, aquí en esta guía. Los cuatro marcos de datos distintos se transponen en cuatro ejemplos diferentes aquí con la ayuda del método "Transpose ()".