Pandas DataFrame.transpose(~)
方法交換源 DataFrame 的行和列。
警告
其列包含混合類型的 DataFrame 的轉置將具有 object
類型的列。請查看下麵的示例以進行說明。
參數
1.copy
| boolean
| optional
是否創建源 DataFrame 的新副本。請注意,副本代表一個新的 DataFrame,即修改轉置不會改變原始 DataFrame,反之亦然。默認情況下,copy=False
。
警告
源 DataFrame 始終被複製,如果它的任何列包含混合類型(例如字符串和數字的混合)。
返回值
轉置的 DataFrame。
例子
基本用法
考慮以下 DataFrame :
df = pd.DataFrame({"A":[3,4],"B":[5,6]})
df
A B
0 3 5
1 4 6
對其轉置給出:
df.transpose()
0 1
A 3 4
B 5 6
注意行和列是如何交換的。
列包含混合類型的情況
考慮以下 DataFrame :
df = pd.DataFrame({"A":[3,4],"B":[True,6]})
df
A B
0 3 True
1 4 6
這裏,列B
包含mixed-types:boolean
和numeric
。
計算轉置給出:
df.transpose()
0 1
A 3 4
B True 6
乍一看,您可能會認為新列 1
的類型為數字。然而,事實並非如此:
df.transpose().dtypes
0 object
1 object
dtype: object
我們看到列 1
實際上是 object
類型,而不是 int
。這是因為列包含混合類型的 DataFrame 的轉置將使其所有列的類型為 object
。
相關用法
- Python Pandas DataFrame transform方法用法及代碼示例
- Python PySpark DataFrame transform方法用法及代碼示例
- Python Pandas DataFrame truncate方法用法及代碼示例
- Python Pandas DataFrame truediv方法用法及代碼示例
- Python Pandas DataFrame tz_convert方法用法及代碼示例
- Python Pandas DataFrame tail方法用法及代碼示例
- Python Pandas DataFrame to_csv方法用法及代碼示例
- Python Pandas DataFrame tz_localize方法用法及代碼示例
- Python PySpark DataFrame toDF方法用法及代碼示例
- Python PySpark DataFrame toJSON方法用法及代碼示例
- Python Pandas DataFrame tshift方法用法及代碼示例
- Python Pandas DataFrame to_period方法用法及代碼示例
- Python Pandas DataFrame take方法用法及代碼示例
- Python Pandas DataFrame to_json方法用法及代碼示例
- Python PySpark DataFrame tail方法用法及代碼示例
- Python PySpark DataFrame toPandas方法用法及代碼示例
- Python Pandas DataFrame to_timestamp方法用法及代碼示例
- Python Pandas DataFrame to_numpy方法用法及代碼示例
- Python Pandas DataFrame to_dict方法用法及代碼示例
- Python PySpark DataFrame take方法用法及代碼示例
- Python Pandas DataFrame empty屬性用法及代碼示例
- Python Pandas DataFrame pop方法用法及代碼示例
- Python Pandas DataFrame nsmallest方法用法及代碼示例
- Python Pandas DataFrame sample方法用法及代碼示例
- Python Pandas DataFrame items方法用法及代碼示例
注:本文由純淨天空篩選整理自Isshin Inada大神的英文原創作品 Pandas DataFrame | transpose method。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。