Python pandas.DataFrame.transpose用法及代码示例

用法: DataFrame.transpose(*args, copy=False)

转置索引和列。

通过将行写为列，将DataFrame 反映在其主对角线上，反之亦然。属性 T 是方法 transpose() 的访问器。

参数：

*args：元组，可选

接受与 NumPy 的兼容性

copy：布尔值，默认为 False

转置后是否复制数据，即使对于具有单个 dtype 的 DataFrames 也是如此。

请注意，混合 dtype DataFrames 或具有任何扩展类型的 DataFrames 始终需要副本。

DataFrame: 转置的DataFrame

注意：

转置具有混合 dtype 的 DataFrame 将产生具有 object dtype 的同质 DataFrame。在这种情况下，始终会制作数据的副本。

例子：

Square DataFrame 具有同质 dtype

>>> d1 = {'col1': [1, 2], 'col2': [3, 4]}
>>> df1 = pd.DataFrame(data=d1)
>>> df1
   col1  col2
0     1     3
1     2     4

>>> df1_transposed = df1.T # or df1.transpose()
>>> df1_transposed
      0  1
col1  1  2
col2  3  4

当原始 DataFrame 中的 dtype 是同质的时，我们会得到一个具有相同 dtype 的转置 DataFrame：

>>> df1.dtypes
col1    int64
col2    int64
dtype: object
>>> df1_transposed.dtypes
0    int64
1    int64
dtype: object

具有混合数据类型的非正方形DataFrame

>>> d2 = {'name': ['Alice', 'Bob'],
...       'score': [9.5, 8],
...       'employed': [False, True],
...       'kids': [0, 0]}
>>> df2 = pd.DataFrame(data=d2)
>>> df2
    name  score  employed  kids
0  Alice    9.5     False     0
1    Bob    8.0      True     0

>>> df2_transposed = df2.T # or df2.transpose()
>>> df2_transposed
              0     1
name      Alice   Bob
score       9.5   8.0
employed  False  True
kids          0     0

当 DataFrame 有混合 dtype 时，我们得到一个带有 object dtype 的转置 DataFrame：

>>> df2.dtypes
name         object
score       float64
employed       bool
kids          int64
dtype: object
>>> df2_transposed.dtypes
0    object
1    object
dtype: object

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.DataFrame.transpose。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

注意：

例子：