Pandas Pivot Table() – Python を使用してデータを一括転置する
Pandas pivot table() は、開発者がデータを操作するのに非常に強力です。そこでこの記事では、データを一括して転置する方法について説明します。
Pandas pivot_table() は、開発者がデータ視覚化、データ インベントリ、API 開発などのデータを操作するのに非常に強力です。ダッシュボード開発またはデータ視覚化の観点からは、特定のデータ目標を列順序から行順序に置き換えることが非常に一般的です。そこでこの記事では、Pandas pivot_table() と Python を使用して、特定のデータを一瞬で一括して転置する方法を説明します。
Pandas Pivot table() と Python を使用したデータ転置に関する要素
Python3、Pandas、Google Sheet API (オプション)、Microsoft Excel (オプション)
目次
ピボットテーブル（）
ピボット テーブルは、ほとんどの人が Microsoft Excel から聞いているため、奇妙な用語ではありません。 Pandas でも同様に機能し、データ操作も非常に強力で、API データ、AI アルゴリズムなどの複数の領域に適用できます。
ユーザーがそれらを使用してアプリケーション開発に適用できるようにするパラメーターの長いリストがあります。この記事では、株式会社の CAGR 計算を例に説明します。生データは以下の図のようなもので、各銘柄記号の過去 5 年間の年間収益が示されていますが、年間パフォーマンスが列形式で順序付けされています。
次のように 4 つのパラメーターを使用して、数千のデータ行を水平方向のビューに置き換えます。
- 索引
- 価値
- コラム
- アグファンク
Pandas Pivot_table を使用してデータを操作する思考フロー
Abc = df.pivot_table(index='Symbol', columns='Year', values='Revenue',aggfunc='first')
まず最初に、キーまたはインデックスを選択したことをシステムに伝える必要があります。このキーに続く残りのデータは転置されます。
インデックス:列、グルーパー、配列、または前のリストのリスト
配列が渡される場合は、データと同じ長さである必要があります。リストには、他のタイプ (リストを除く) を含めることができます。ピボット テーブル インデックスでグループ化するキー。配列が渡された場合、それは列値と同じ方法で使用されます。
インデックスパラメータの定義に基づいて、一意のキーは株式会社のシンボルであるため、シンボルを入力する必要があります。ユーザーはこのキーのみを使用して関連データを取得します。
列: 列、Grouper、配列、または前のリストのリスト
列パラメータはインデックスに似ていますが、列は一意のリストまたは配列ではありません。したがって、ここでは、列から行に年のリストを入れ替えたいので、年のリストを入力します。
値: 集計する列、オプション
double がない場合、収益データセットは各シンボルの CAGR を計算するための基本データセットであるため、ここで入力する必要があります。
Aggfunc: 関数、関数のリスト、辞書、デフォルトの numpy.mean
インデックス キーに複数のキーがある場合、このパラメーターは必須です。これにより、システムが重複キーを持つデータセットであると誤解されやすくなります。重複キーは許可されません。したがって、このパラメータは、移調プロセスで最初に出会ったキーに同じキーを割り当てるように指示します。
aggfunc='first'
Pivot_table() を使用して転置された株式会社 CAGR の完全な Python スクリプト
Pandas Pivot Table() の完全な Python スクリプトに興味がある場合 – Pandas と Python を使用して列シーケンスのデータを水平方向のデータに一括で転置する「 Pandas pivot table() to transpose 」というメッセージを追加してニュースレターを購読してください。 。スクリプトはすぐにあなたのメールボックスに送信されます。
「Pandas Pivot Table() – Pandas と Python を使用して列シーケンスのデータを水平方向の 1 つに一括転置する」を読んで楽しんでいただければ幸いです。もしそうなら、以下にリストされているいずれかの方法で私たちをサポートしてください。それは常に私たちのチャンネルに役立ちます。
- PayPal ( paypal.me/Easy2digital ) を通じて私たちのチャンネルをサポートし、寄付してください。
- 私のチャンネルを購読し、 Easy2Digital Youtube チャンネルの通知ベルをオンにしてください。
- Easy2Digital Facebook ページをフォローして「いいね！」してください
- ハッシュタグ #easy2digital を付けて記事をソーシャル ネットワークで共有してください
- Easy2Digital の最新記事、ビデオ、割引コードを受け取るには、毎週のニュースレターに登録してください。
- Patreon を通じて月額メンバーシップに登録すると、限定特典をお楽しみいただけます ( www.patreon.com/louisludigital )
よくある質問:
Q1: パンダスは何ですか？
A: パンダスは、データ操作や分析を容易にするためのPythonのライブラリです。
Q2: パンダスの主な機能は何ですか？
A: パンダスの主な機能には、データのクリーニング、変換、結合、分析が含まれます。
Q3: パンダスのインストール方法を教えてください。
A: パンダスをインストールするには、pip install pandasコマンドを使用します。
Q4: パンダスのデータ構造は何ですか？
A: パンダスの主なデータ構造は、シリーズとデータフレームです。
Q5: パンダスでデータを読み込む方法は？
A: パンダスでデータを読み込むには、read_csv、read_excelなどの関数を使用します。
Q6: パンダスで欠損値を処理する方法は？
A: パンダスでは、dropnaやfillnaなどの関数を使用して欠損値を処理することができます。
Q7: パンダスでデータをフィルタリングする方法は？
A: パンダスでは、条件に基づいてデータをフィルタリングするために、boolean indexingやquery関数を使用します。
Q8: パンダスでデータをグループ化する方法は？
A: パンダスでは、groupby関数を使用してデータをグループ化し、集計することができます。
Q9: パンダスでデータを結合する方法は？
A: パンダスでは、mergeやconcatなどの関数を使用してデータを結合することができます。
Q10: パンダスの特定の列のデータを取得する方法は？
A: パンダスでは、列のラベルを指定して特定の列のデータを取得することができます。
