Pandas DataFrame.transpose()

2024 年 8 月 29 日 | 阅读 2 分钟

transpose() 函数帮助转置 dataframe 的索引和列。它通过将行写成列，反之亦然，来反映 DataFrame 在其主对角线上。

语法

参数

copy: 如果它的值为 True，那么底层数据将被复制。否则，如果可能，默认情况下不进行复制。

*args, **kwargs: 两者都是额外的关键字，它们不影响，但具有提供与 numpy 兼容性的接受度。

返回值

它返回转置后的 DataFrame。

示例 1

# importing pandas as pd 
import pandas as pd   
# Creating the DataFrame 
info = pd.DataFrame({'Weight':[27, 44, 38, 10, 67], 
                   'Name':['William', 'John', 'Smith', 'Parker', 'Jones'], 
                   'Age':[22, 17, 19, 24, 27]})   
# Create the index 
index_ = pd.date_range('2010-10-04 06:15', periods = 5, freq ='H')  
# Set the index
info.index = index_  
# Print the DataFrame 
print(info) 
# return the transpose 
result = info.transpose()   
# Print the result 
print(result)

输出

                           Weight      Name     Age
2010-10-04 06:15:00           27      William   22
2010-10-04 07:15:00           44       John         7
2010-10-04 08:15:00           38       Smith     19
2010-10-04 09:15:00           10       Parker    24
2010-10-04 10:15:00           67       Jones      27
       2010-10-04 06:15:00 2010-10-04 07:15:00 2010-10-04 08:15:00  \
Weight                  27               44                  38   
Name               William         John               Smith   
Age                     22                   7                   19   

       2010-10-04 09:15:00 2010-10-04 10:15:00  
Weight                  10               67  
Name                Parker      Jones  
Age                     24                  27

示例 2

# importing pandas as pd 
import pandas as pd 
# Creating the DataFrame 
info = pd.DataFrame({"A":[8, 2, 7, None, 6],  
                   "B":[4, 3, None, 9, 2],  
                   "C":[17, 42, 35, 18, 24],  
                   "D":[15, 18, None, 11, 12]})  
# Create the index 
index_ = ['Row1', 'Row2', 'Row3', 'Row4', 'Row5'] 
# Set the index 
info.index = index_   
# Print the DataFrame 
print(info) 
# return the transpose 
result = info.transpose()   
# Print the result 
print(result)	

输出

          A       B      C       D
Row_1     8.0     4.0    17     15.0
Row_2     2.0     3.0    42     18.0
Row_3     7.0     NaN    35     NaN
Row_4     NaN     9.0    18     11.0
Row_5     6.0     2.0    24     12.0
     Row1    Row2    Row3    Row4    Row5
A    8.0     2.0     7.0     NaN     6.0
B    4.0     3.0     NaN     9.0     2.0
C    17.0    42.0    35.0    18.0    24.0
D    15.0    18.0    NaN     11.0    12.0

下一个主题DataFrame.where()

← 上一个下一个 →

Pandas DataFrame.transpose()

语法

参数

返回值

示例 1

示例 2

联系信息

关注我们

教程

面试题

在线编译器

Python

Java

.Net Framework

AI, ML and Data Science

Cloud Technology

B.Tech and MCA

Web Technology

PHP

Software Testing

Technical Interview

Java Interview

Python

Web Interview

Database Interview

B.Tech / MCA

Important Interview

Software Testing Interview

Company Interviews

Online Compilers

Multiple Choice Questions

Pandas 教程

Pandas Series

Pandas DataFrame

Pandas 操作

数据操作

Pandas 速查表

Pandas 索引

Pandas NumPy

Pandas 时间序列

Pandas 绘图

杂项。

面试题

Pandas DataFrame.transpose()

语法

参数

返回值

示例 1

示例 2

相关帖子

DataFrame.where()

DataFrame.shift()

DataFrame.sample()

DataFrame.sort()

DataFrame.groupby()

DataFrame.describe()

DataFrame.sum()

DataFrame.melt()

DataFrame.assign()

DataFrame.count()

订阅 Tpoint Tech

联系信息

关注我们

教程

面试题

在线编译器