Pandas Untack
La sintaxis para el método Pandas Unstack
Ejemplo 1: Mostrar Pandas Untack en un marco de datos con una función simple Unstack () a la vez
Ahora discutiremos cómo podemos desactivar el marco de datos en Pandas. Para este propósito, la herramienta que hemos utilizado como compilador de Pandas Python es "Spyder". Para incluir la implementación de Pandas, importamos la Biblioteca de Pandas como "PD".
Examinemos el código del primer ejemplo. Después de importar la biblioteca de Panda, creamos nuestro marco de datos como "date_values", donde asignamos la fecha de "índice" como "2022-08-21". El valor asignado para los "períodos" es "120", y el valor que asignamos a "frecuentes" es "2min". Los valores de columna declarados para el marco de datos incluyen "datos", "columnas" e "índice". El fenómeno de la función de "lista" se aplica a "datos" junto con el "rango" de valor como "120". La variable "columnas" almacena el valor del personaje llamado "valor". El valor asignado a la columna "índice" como "índice". El marco de datos "date_value" se asigna con dos valores de columna como "positivo" y "negativo". El valor "positivo" se asignará desde el orden superior al marco de datos de forma predeterminada, pero el valor "negativo" se asignará al marco de datos desde el "Loc [0: 8]" del valor "positivo". Después de asignar los valores a las columnas de nuestro marco de datos "data_values", simplemente aplicamos la función de uso "print ()" solo para mostrar nuestro marco de datos.
Ahora vengamos a nuestra función principal para desactivar nuestro marco de datos "date_values". Para este propósito, utilizamos nuestra función principal "Unstack ()" en nuestro marco de datos "data_values". Para que se desencadene, generalmente lo usamos como "date_values.Unstack () ”junto con el marco de datos. Después de la implementación de la función principal, utilizamos la función "print ()" en la última para mostrar nuestro marco de datos en forma desaproba.
Ahora echemos un vistazo a nuestra pantalla de salida, en la que podemos ver que nuestro marco de datos "date_values" está segmentado en tres columnas en la primera sección. La primera esquina izquierda tiene el valor de fecha de "2022-08-21" junto con el intervalo de tiempo de "2min". El nombre de la columna central "valor" tiene los números de "índice". El nombre de la columna de la esquina derecha "value_2" muestra el valor "negativo" de arriba a abajo. Si miramos de abajo hacia arriba, muestra el valor de fecha igual que "2022-08-21" junto con un intervalo de tiempo de "2min", que se muestra el último número de índice como "119", ya que proporcionamos el rango de "120 ". La columna "Value_2" muestra el valor "positivo" de abajo hacia arriba. Después del marco de datos, podemos ver que muestra el total de filas "120" y columnas "2" que asignamos a nuestro marco de datos en el código.
Cuando aplicamos nuestra función principal "Unstack ()", separa el valor de la pila, y podemos ver que muestra el valor de los números de "índice" y los valores de fecha por separado para el "valor" de la columna que contiene filas "120" junto con Columnas "2" de un orden superior a abajo. La columna "Value_2" se muestra por separado junto con los valores de fecha con la hora del intervalo "2min" que muestra el valor "positivo" de abajo hacia arriba hacia la "negativa". Después de la implementación del desactivado, la longitud de las filas totales se convierte en "240". Porque eliminar el valor de la pila hace que su longitud total sea "240".
Ejemplo 2: Mostrar PANDAS UNTRACK en el marco de datos utilizando la función Unstack () en múltiples niveles
Ahora discutiremos nuestro segundo ejemplo en el que después de importar la Biblioteca de Pandas como "PD", creamos nuestro marco de datos llamado "Registro". El "registro" del marco de datos se ha declarado con tres columnas de valores como "móviles", "Sales_R1 en $" y "Sales_R2 en $". Los valores almacenados de la columna "Mobiles" son "iPhone", "iPhone", "Samsung" y "Samsung". Los valores asignados a la columna "Sales_R1 en $" son "10", "20", "30" y "40". Los valores asignados a la columna "Sales_R2 in $" son "12", "15", "16" y "18". Después de asignar los valores, los asignamos como tres columnas y simplemente aplicamos la función "print ()" para mostrar nuestro "registro" de cuadro de datos junto con las tres columnas que contienen todos los valores asignados.
Después de crear nuestro marco de datos, en primer lugar, aplicamos la función "Stack ()" en nuestro marco de datos "Registro" en dos niveles junto con ambas columnas. Después de eso, aplicamos la función "Unstack ()" en múltiples niveles en el mismo lugar. Primero, aplicamos la función "Unstack ()" en el marco de datos en "nivel = 0" y la llamamos "First_stack", y la mostramos con la función "Impresa ()". Después de eso, aplicamos la función "Unstack ()" en "nivel = 1" y la llamamos "Second_stack", y la mostramos aplicando la función "print ()" en la última. Así es como podemos aplicar una función Unstack en múltiples niveles simplemente asignando la función "Unstack ()" en el nivel donde queremos eliminar el valor de la pila.
Ahora discutiremos el resultado de nuestro segundo ejemplo, donde aplicamos la función "Unstack ()" en múltiples niveles. En la salida, en primer lugar, solo muestra el "registro" del marco de datos, que creamos junto con tres columnas de "Mobiles", "Sales_R1 en $" y "Sales_R2 en $". Los números de índice varían de "0" a "3" y los valores que se muestran en las primeras columnas son "iPhone", "iPhone", "Samsung" y "Samsung". Los valores en la segunda columna que se muestran son "10", "20", "30" y "40". Los valores que se muestran en la tercera columna son "12", "15", "16" y "18".
Cuando aplicamos la función "stack ()", movió todos los valores que varían de "0" a "3" a la pila por separado, junto con ambos valores de columna. Del mismo después del marco de datos, podemos ver el índice "0", "1", "2" y "3" los valores de ambas columnas se colocan en la pila. Cuando aplicamos la función "Unstack ()" en "nivel = 0", elimina el valor de la pila y muestra los valores completos de las columnas de forma horizontal junto con todos los valores dentro de tres columnas. Y cuando aplicamos la función "Unstack ()" en el "nivel = 1", muestra el marco de datos desde la pila en la forma original como antes antes de entrar en la pila de manera vertical junto con todas las columnas y valores que se asignaron en el código. Los dos últimos son la visualización de "First_stack" y "Second_stack" después de la implementación de la función "Unstack ()" en "nivel = 0" y "nivel = 1". Esta es la forma de aplicar fenómenos innecesarios en múltiples niveles.
Ejemplo 3: Mostrar Pandas Unstack en un marco de datos con múltiples funciones de Unstack () en diferentes niveles de duplete
En nuestro tercer ejemplo, hemos tomado el mismo "registro" de cuadro de datos que hemos utilizado en el ejemplo anterior para mostrar la función "Unstack ()" en dos niveles diferentes. Primero, simplemente hemos impreso el marco de datos "registrar" lo mismo que en el segundo ejemplo. Para aplicar la función "Unstack ()" en dos niveles diferentes, primero hemos hecho el grupo de una columna utilizando la función "GroupBy ()" junto con "Agg ()" de "suma" y "Max" en la columna " Sales_r1 en $ ". "Sum" y "Min" en la columna "Sales_R2 in $" y lo nombraron como "Grouped_Data". Después de eso, utilizamos la función "print ()" con "grouped_data" para mostrarla.
Después de agrupar dos columnas junto con "suma", "max" y "min", aplicamos la función "unstack ()" en "grouped_data" en "(nivel = 0)" y lo nombramos "First_unstack" y la mostramos con la función "print ()". Luego aplicamos la función "Unstack ()" en "Grouped_Data" en "(nivel = 1)" y la llamamos "Second_unstack". Por último, aplicamos la función "print ()" en "Second_unstack" para mostrarla.
Ahora en la parte superior de la pantalla de salida, podemos ver que simplemente muestra el marco de datos "registrar" lo mismo que en el segundo ejemplo. Después de eso, podemos ver que muestra dos columnas principales "Sales_R1 en $" y "Sales_R2 en $" junto con dos subcolumnos de "suma", "máximo" y "suma", "min" junto con los valores de "30 "," 70 "," 20 "," 40 "," 27 "," 34 "," 12 "y" 16 ". En el lado izquierdo, tiene valores de columna "Mobiles", que son "iPhone" y "Samsung". Al usar la función "Groupby ()", se fusionó a lo largo de un grupo de dos valores comunes de "iPhone" y "Samsung", que podemos ver en la pantalla de salida junto con "2" filas y columnas "6" ". Después de la implementación de la función "Unstack ()" en dos niveles diferentes de datos agrupados, simplemente la elimina de la pila, pero los datos permanecen en la forma agrupada debido a la función "GroupBy ()".
Conclusión
En nuestro artículo, hemos utilizado dos marcos de datos para aplicar a la función Unstack. En nuestro primer ejemplo, aprendimos cómo podríamos aplicar a las funciones de desacuerdo a la vez. Para los otros dos ejemplos, utilizamos los mismos marcos de datos. En el segundo ejemplo, aplicamos la función "Unstack ()" en múltiples niveles, mientras que en el tercer ejemplo, aplicamos la función múltiple "Unstack ()" en diferentes niveles de duplete mediante el uso del fenómeno de "Groupby". Estos métodos simplificarán si los aplicamos mientras trabajamos en ellos.