Sử dụng thuộc tính
print[df.transpose[]]
# A B C
# X 0 1 2
# Y 3 4 5
0 hoặc phương thức print[df.transpose[]]
# A B C
# X 0 1 2
# Y 3 4 5
1 để hoán đổi [= chuyển vị] các hàng và cột của print[df.transpose[]]
# A B C
# X 0 1 2
# Y 3 4 5
2.Cả hai phương thức đều không thay đổi đối tượng gốc nhưng trả về một đối tượng mới với các hàng và cột hoán đổi [= đối tượng chuyển vị].
Lưu ý rằng tùy thuộc vào loại dữ liệu
print[df.transpose[]]
# A B C
# X 0 1 2
# Y 3 4 5
3 của mỗi cột, chế độ xem được tạo thay vì một bản sao và thay đổi một trong các đối tượng gốc và được chuyển sẽ thay đổi khác.Bài viết này mô tả các nội dung sau đây.
4print[df.transpose[]] # A B C # X 0 1 2 # Y 3 4 5
5print[df.transpose[]] # A B C # X 0 1 2 # Y 3 4 5
- Thay đổi chính đối tượng ban đầu
- Loại chuyển đổi
- Xem và sao chép
Xem các bài viết sau đây để chuyển
print[df.transpose[]]
# A B C
# X 0 1 2
# Y 3 4 5
6 hoặc print[df.transpose[]]
# A B C
# X 0 1 2
# Y 3 4 5
7 hai chiều [danh sách danh sách].- Numpy: Chuyển vị Ndarray [hàng và cột, trục sắp xếp lại]
- Chuyển danh sách 2D trong Python [Hàng và cột hoán đổi]
print[df.transpose[]]
# A B C
# X 0 1 2
# Y 3 4 5
4
print[df.transpose[]]
# A B C
# X 0 1 2
# Y 3 4 5
- Pandas.DataFrame.t - Pandas 0.25.1 Tài liệu
import pandas as pd
df = pd.DataFrame[{'X': [0, 1, 2], 'Y': [3, 4, 5]}, index=['A', 'B', 'C']]
print[df]
# X Y
# A 0 3
# B 1 4
# C 2 5
print[df.T]
# A B C
# X 0 1 2
# Y 3 4 5
print[df.transpose[]]
# A B C
# X 0 1 2
# Y 3 4 5
5
print[df.transpose[]]
# A B C
# X 0 1 2
# Y 3 4 5
- pandas.dataframe.transpose - Pandas 0.25.1 Tài liệu
print[df.transpose[]]
# A B C
# X 0 1 2
# Y 3 4 5
Thay đổi chính đối tượng ban đầu
Loại chuyển đổi
df = df.T
print[df]
# A B C
# X 0 1 2
# Y 3 4 5
Loại chuyển đổi
Xem và sao chép
Xem các bài viết sau đây để chuyển
print[df.transpose[]]
# A B C
# X 0 1 2
# Y 3 4 5
6 hoặc print[df.transpose[]]
# A B C
# X 0 1 2
# Y 3 4 5
7 hai chiều [danh sách danh sách].df = pd.DataFrame[{'X': [0, 1, 2], 'Y': [3, 4, 5]}, index=['A', 'B', 'C']]
print[df]
# X Y
# A 0 3
# B 1 4
# C 2 5
print[df.dtypes]
# X int64
# Y int64
# dtype: object
print[df.T]
# A B C
# X 0 1 2
# Y 3 4 5
print[df.T.dtypes]
# A int64
# B int64
# C int64
# dtype: object
Numpy: Chuyển vị Ndarray [hàng và cột, trục sắp xếp lại]
df_mix = pd.DataFrame[{'col_int': [0, 1, 2], 'col_float': [0.1, 0.2, 0.3]}, index=['A', 'B', 'C']]
print[df_mix]
# col_int col_float
# A 0 0.1
# B 1 0.2
# C 2 0.3
print[df_mix.dtypes]
# col_int int64
# col_float float64
# dtype: object
print[df_mix.T]
# A B C
# col_int 0.0 1.0 2.0
# col_float 0.1 0.2 0.3
print[df_mix.T.dtypes]
# A float64
# B float64
# C float64
# dtype: object
Chuyển danh sách 2D trong Python [Hàng và cột hoán đổi]
print[df_mix.T.T]
# col_int col_float
# A 0.0 0.1
# B 1.0 0.2
# C 2.0 0.3
print[df_mix.T.T.dtypes]
# col_int float64
# col_float float64
# dtype: object
Pandas.DataFrame.t - Pandas 0.25.1 Tài liệu
df_mix2 = pd.DataFrame[{'col_int': [0, 1, 2], 'col_float': [0.1, 0.2, 0.3], 'col_str': ['a', 'b', 'c']},
index=['A', 'B', 'C']]
print[df_mix2]
# col_int col_float col_str
# A 0 0.1 a
# B 1 0.2 b
# C 2 0.3 c
print[df_mix2.dtypes]
# col_int int64
# col_float float64
# col_str object
# dtype: object
print[df_mix2.T]
# A B C
# col_int 0 1 2
# col_float 0.1 0.2 0.3
# col_str a b c
print[df_mix2.T.dtypes]
# A object
# B object
# C object
# dtype: object
print[df_mix2.T.T]
# col_int col_float col_str
# A 0 0.1 a
# B 1 0.2 b
# C 2 0.3 c
print[df_mix2.T.T.dtypes]
# col_int object
# col_float object
# col_str object
# dtype: object
pandas.dataframe.transpose - Pandas 0.25.1 Tài liệu
- Một tham số như
0 thay đổi đối tượng gốc không được cung cấp. Nếu bạn không muốn tạo một đối tượng mới, bạn có thể gán nó cho chính đối tượng gốc.df = df.T print[df] # A B C # X 0 1 2 # Y 3 4 5
Xem và sao chép
Xem các bài viết sau đây để chuyển
print[df.transpose[]]
# A B C
# X 0 1 2
# Y 3 4 5
6 hoặc print[df.transpose[]]
# A B C
# X 0 1 2
# Y 3 4 5
7 hai chiều [danh sách danh sách].Numpy: Chuyển vị Ndarray [hàng và cột, trục sắp xếp lại]
Chuyển danh sách 2D trong Python [Hàng và cột hoán đổi]
df_mix = pd.DataFrame[{'col_int': [0, 1, 2], 'col_float': [0.1, 0.2, 0.3]}, index=['A', 'B', 'C']]
print[df_mix]
# col_int col_float
# A 0 0.1
# B 1 0.2
# C 2 0.3
df_mix_T = df_mix.T
print[df_mix_T]
# A B C
# col_int 0.0 1.0 2.0
# col_float 0.1 0.2 0.3
df_mix_transpose = df_mix.transpose[]
print[df_mix_transpose]
# A B C
# col_int 0.0 1.0 2.0
# col_float 0.1 0.2 0.3
df_mix.at['A', 'col_int'] = 100
print[df_mix]
# col_int col_float
# A 100 0.1
# B 1 0.2
# C 2 0.3
print[df_mix_T]
# A B C
# col_int 0.0 1.0 2.0
# col_float 0.1 0.2 0.3
print[df_mix_transpose]
# A B C
# col_int 0.0 1.0 2.0
# col_float 0.1 0.2 0.3
Pandas.DataFrame.t - Pandas 0.25.1 Tài liệu
pandas.dataframe.transpose - Pandas 0.25.1 Tài liệu
Một tham số như
df = df.T
print[df]
# A B C
# X 0 1 2
# Y 3 4 5
0 thay đổi đối tượng gốc không được cung cấp. Nếu bạn không muốn tạo một đối tượng mới, bạn có thể gán nó cho chính đối tượng gốc.