如何使用 Pandas 的 stack() 函式將寬格式 DataFrame 轉換為整潔格式 DataFrame？

---

由於 Python 擁有豐富的庫和框架，它已成為資料分析和處理中最流行的程式語言之一。在這些庫中，Pandas 作為資料處理中最有價值和最強大的工具之一脫穎而出。使用 Pandas，您可以輕鬆載入、轉換和分析各種格式的資料。

在本教程中，我們將探討如何使用 Pandas 的 stack() 函式將寬格式 DataFrame 轉換為整潔格式 DataFrame。將寬格式 DataFrame 轉換為整潔格式是許多資料分析工作流程中的一個必要步驟，因為它可以更輕鬆地進行資料操作、繪圖和建模。在本文的下一部分，我們將深入探討 Pandas stack() 函式的細節，並演示如何將其用於此轉換過程。

如何使用 Pandas 的 stack() 函式將寬格式 DataFrame 轉換為整潔格式 DataFrame？

在深入瞭解轉換過程之前，讓我們花點時間瞭解寬格式和整潔格式 DataFrame 的概念。

寬格式 DataFrame 的結構方式是，每一行代表一個單獨的實體或觀測值，例如一個人或一個產品。寬格式通常包含多個列，這些列儲存與每個實體相關的不同屬性或變數。

相反，整潔格式 DataFrame 遵循特定的結構，這使得資料分析和處理更容易。在整潔格式 DataFrame 中，每一行代表一個唯一的觀測值或測量值。另一方面，列包含不同的變數或屬性。

現在我們已經對寬格式和整潔格式 DataFrame 有了基本的瞭解，讓我們深入探討如何使用 Pandas 的 stack() 函式將寬格式 DataFrame 轉換為整潔格式 DataFrame。

探索 Pandas 的 stack() 函式

Pandas 中的 stack() 函式專門用於旋轉或重塑 DataFrame。它以寬格式 DataFrame 作為輸入，並透過將列堆疊到行中將其轉換為整潔格式 DataFrame。此操作通常稱為“堆疊”，因為它垂直堆疊列值，從而產生一個更窄、更長的 DataFrame。

現在，讓我們來看一個示例場景，以演示如何使用 Pandas 中的 stack() 函式將寬格式 DataFrame 轉換為整潔格式 DataFrame。

考慮以下包含學生不同科目分數的寬格式 DataFrame

示例

import pandas as pd

# Create a sample wide dataframe
data = {
    'Name': ['Student1', 'Student2', 'Student3'],
    'Math Score': [85, 70, 95],
    'Science Score': [90, 80, 92]
}

wide_df = pd.DataFrame(data)
print("Wide DataFrame:")
print(wide_df)

輸出

上述程式碼的寬格式 DataFrame 將如下所示

    Name          Math Score   Science Score
0  Student1          85             90
1  Student2          70             80
2  Student3          95             92

要將此寬格式 DataFrame 轉換為整潔格式，我們將按照以下步驟操作

匯入必要的庫並載入 DataFrame

我們首先匯入 Pandas 庫，它為我們提供了用於轉換的 stack() 函式。我們還使用 Pandas 的 DataFrame 建構函式載入寬格式 DataFrame。

示例

import pandas as pd

# Create a sample wide dataframe
data = {
    'Name': ['Student1', 'Student2', 'Student3'],
    'Math Score': [85, 70, 95],
    'Science Score': [90, 80, 92]
}

wide_df = pd.DataFrame(data)
print("Wide DataFrame:")
print(wide_df)

檢查寬格式 DataFrame 並識別要堆疊的列

仔細檢視寬格式 DataFrame 並識別需要堆疊的列。在我們的示例中，我們希望堆疊“數學分數”和“科學分數”列，以將其轉換為單獨的行。

# Inspect the wide dataframe
print("Wide DataFrame:")
print(wide_df)

寬格式 DataFrame 將如下所示

    Name        Math Score  Science Score
0  Student1          85             90
1  Student2          70             80
2  Student3          95             92

應用 stack() 函式重塑 DataFrame

現在，讓我們使用 stack() 函式將寬格式 DataFrame 轉換為整潔格式。我們將 stack() 函式應用於 wide_df 並將結果分配給一個新的變數 tidy_df。

# Apply the stack() function
tidy_df = wide_df.stack().reset_index()
tidy_df.columns = ['ID', 'Subject', 'Score']

討論生成的整潔格式 DataFrame 及其結構

應用 stack() 後，我們獲得了一個新的 DataFrame tidy_df，它以整潔格式表示原始的寬格式 DataFrame。整潔格式 DataFrame 有三列：“ID”、“科目”和“分數”。整潔格式 DataFrame 中的每一行對應於特定學生在特定科目中的分數。

# Display the resulting tidy dataframe
print("\nTidy DataFrame:")
print(tidy_df)

上述 DataFrame 對應的整潔格式 DataFrame 將如下所示

ID           Subject     Score
0   0      Math Score     85
1   0   Science Score      90
2   1      Math Score     70
3   1   Science Score      80
4   2      Math Score     95
5   2   Science Score      92

在生成的整潔格式 DataFrame 中，我們可以看到“ID”列表示寬格式 DataFrame 的原始行索引，“科目”列包含科目名稱，“分數”列包含相應的分數。現在每一行都表示一個唯一的觀測值，這使得資料分析和操作更加容易。

因此，我們已成功使用 Pandas 的 stack() 函式將寬格式 DataFrame 轉換為整潔格式 DataFrame。

結論

在本文中，我們學習瞭如何使用 Pandas 的 stack() 函式將寬格式 DataFrame 轉換為整潔格式 DataFrame。首先，我們探討了寬格式和整潔格式 DataFrame 之間的區別，後者更容易分析和處理。然後，我們透過一個示例場景進行了演示，在這個場景中，我們使用了 stack() 函式來轉換一個包含學生不同科目分數的寬格式 DataFrame。我們還提供了有關如何應用 stack() 函式的分步指南，並展示了生成的整潔格式 DataFrame 的結構及其列。總的來說，Pandas 的 stack() 函式是用於重塑和轉換 DataFrame 以滿足我們的資料分析需求的寶貴工具。