Pandas库提供了melt()和pivot()函数，用于进行数据透视图操作。
以下是使用Pandas进行数据透视图操作的基本步骤：
- 导入pandas库。
- 创建或加载DataFrame。
- 使用
melt()或pivot()函数进行数据透视图操作。
以下是具体的代码示例：
# 导入pandas库
import pandas as pd
# 创建DataFrame
data = {
'Name': ['Tom', 'Nick', 'John', 'Tom'], 'Age': [20, 21, 19, 18]}
df = pd.DataFrame(data)
# 使用melt()函数进行数据透视图操作
melted_df = pd.melt(df, id_vars=['Name'], value_vars=['Age'])
print(melted_df)
# 使用pivot()函数进行数据透视图操作
pivoted_df = melted_df.pivot(index='Name', columns='variable', values='value')
print(pivoted_df)
在这个例子中，我们首先创建了一个包含两列（'Name'和'Age'）的DataFrame。然后，我们使用melt()函数将宽格式的数据转换为长格式，再使用pivot()函数将长格式的数据转换为宽格式。
