【Pandas】pandas melt

Pandas2.2 General

Data manipulations

方法	描述
melt(frame[, id_vars, value_vars, var_name, …])	将多个列的值转换为行形式
pivot(data, *, columns[, index, values])	将长格式的数据转化为宽格式
pivot_table(data[, values, index, columns, …])	用于创建数据透视表，支持多种聚合操作和复杂的数据处理
crosstab(index, columns[, values, rownames, …])	用于计算交叉表，支持多种聚合操作和复杂的数据处理
cut(x, bins[, right, labels, retbins, …])	用于将数值数据分割为离散的区间，可以以标签或是区间范围的形式返回
qcut(x, q[, labels, retbins, precision, …])	基于排名或样本分位数将变量分段为等大小的桶的分位数离散化函数
merge(left, right[, how, on, left_on, …])	数据合并操作
merge_ordered(left, right[, on, left_on, …])	用于在两个 DataFrame 之间进行有序合并
merge_asof(left, right[, on, left_on, …])	用于在两个 DataFrame 之间进行基于最近匹配的合并
concat(objs, *[, axis, join, ignore_index, …])	用于在不同 DataFrame 或 Series 之间进行拼接操作
get_dummies(data[, prefix, prefix_sep, …])	用于将类别变量转换为虚拟变量
from_dummies(data[, sep, default_category])	用于将虚拟变量转换为类别变量
factorize(values[, sort, use_na_sentinel, …])	用于将类别变量或对象数组转换为数值型编码
unique(values)	用于返回数据中唯一值的数组
lreshape(data, groups[, dropna])	用于将宽格式的数据转换为长格式
wide_to_long(df, stu