2024-06-10 20:52:59 发布
网友
我有一个熊猫数据框架,它有四个字段“EventDate”、“DataField”、“DataValue”
“数据字段”有三个值,即氧、心率、心率变异性
如何将上述格式更改为以下格式进行分析
正如其他人所建议的,您可以使用pivot_table()函数,特别是对于您的情况,您可以尝试以下方法:
pivot_df = df.pivot_table( index = 'EventDate', columns = 'DataField', values = 'DataValue')
您可以尝试pivot:
pivot
df = df.pivot(*df).fillna('')
有关更多信息->;您可以选中pivot&pivot_table
当您想要在数据集中获取一个属性并根据它对其他属性进行分组时,您应该考虑使用pandas group_by或pivot_table功能
我个人是数据透视表的粉丝,下面是如何在数据透视表中实现这一点:
# Pivot the data pivot_table = df.pivot_table( index=['EventDate'], values=['Oxygen', 'HeartRate', 'HeartRateVariability], aggfunc={'Oxygen': 'mean', 'HeartRate': 'mean', 'HeartRateVariability': 'mean'} )
通过将aggfunc指定为mean,如果有任何EventDates具有多条记录,则生成的透视表将列出这些记录的平均值
如果您经常创建透视表,那么还可以签出一些透视表GUI。我是一个叫做Mito的游戏的创造者。Mito是Jupyter Lab的扩展,它允许您以点击方式创建数据透视表(和其他电子表格样式的分析)。每次您在Mito电子表格中进行编辑时,它都会自动为您生成等效的pandas代码
正如其他人所建议的,您可以使用pivot_table()函数,特别是对于您的情况,您可以尝试以下方法:
您可以尝试
pivot
:有关更多信息->;您可以选中pivot&pivot_table
当您想要在数据集中获取一个属性并根据它对其他属性进行分组时,您应该考虑使用pandas group_by或pivot_table功能
我个人是数据透视表的粉丝,下面是如何在数据透视表中实现这一点:
通过将aggfunc指定为mean,如果有任何EventDates具有多条记录,则生成的透视表将列出这些记录的平均值
如果您经常创建透视表,那么还可以签出一些透视表GUI。我是一个叫做Mito的游戏的创造者。Mito是Jupyter Lab的扩展,它允许您以点击方式创建数据透视表(和其他电子表格样式的分析)。每次您在Mito电子表格中进行编辑时,它都会自动为您生成等效的pandas代码
相关问题 更多 >
编程相关推荐