如何使用Python的Pandas库进行数据透视图（melt/cast）操作？

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：

1. 导入pandas库。
2. 创建或加载DataFrame。
3. 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)

        

          
        
        
        

          

          AI 代码解读
        
      
      

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。