melt 方法固定某列為乙個維度，組合其他列名為另乙個維度，實現寬表融化為長表：
zip_code factory warehouse retail
0 12345 100 200 1
1 56789 400 300 2
2 101112 500 400 3
3 131415 600 500 4
zip_code，組合factory，warehouse，retail三個列名為乙個維度，按照這種方法湊齊兩個維度後，資料一定變長。
pandas 的 melt 方法演示如下：
in [49]: df = df.melt(id_vars = "zip_code")value_vars不賦值，預設剩餘所有列都是value_vars，所以結果如下：
zip_code variable value
0 12345 factory 100
1 56789 factory 400
2 101112 factory 500
3 131415 factory 600
4 12345 warehouse 200
5 56789 warehouse 300
6 101112 warehouse 400
7 131415 warehouse 500
8 12345 retail 1
9 56789 retail 2
10 101112 retail 3
11 131415 retail 4
value_vars賦值為它們即可：
in [62]: df_melt2 = df.melt(id_vars = "zip_code",value_vars=['factory','reta
...: il'])
zip_code variable value
0 12345 factory 100
1 56789 factory 400
2 101112 factory 500
3 131415 factory 600
4 12345 retail 1
5 56789 retail 2
6 101112 retail 3
7 131415 retail 4
melt 是融化資料，而pivot結冰資料，它們是一對互逆操作。
這是上面 melt 後的資料：
zip_code variable value
0 12345 factory 100
1 56789 factory 400
2 101112 factory 500
3 131415 factory 600
4 12345 retail 1
5 56789 retail 2
6 101112 retail 3
7 131415 retail 4
variable factory retail
zip_code
12345 100 1
56789 400 2
101112 500 3
131415 600 4
使用pivot方法很容易做到：
df_melt2.pivot(index='zip_code',columns='variable')pivot 方法沒有聚合功能，它的公升級版為pivot_table方法，能對資料聚合。
使用上面的 df_melt 演示不出聚合的功能：
zip_code variable value
0 12345 factory 100
1 56789 factory 400
2 101112 factory 500
3 131415 factory 600
4 12345 retail 1
5 56789 retail 2
6 101112 retail 3
7 131415 retail 4
zip_code variable value
0 12345 factory 100
1 56789 factory 400
2 101112 factory 500
3 131415 factory 600
4 12345 retail 1
5 56789 retail 2
6 101112 retail 3
7 131415 retail 4
0 12345 factory 100
1 56789 factory 400
2 101112 factory 500
3 131415 factory 600
4 12345 retail 1
5 56789 retail 2
6 101112 retail 3
7 131415 retail 4
dfa.pivot_table(index='zip_code',columns='variable',aggfunc=np.sum)**本質是二維結構，透視是變換二維表結構的藝術，掌握以上3個小技巧後，再去透視資料可能就會變得游刃有餘一點。
資料分析 pandas
pandas是乙個強大的python資料分析的工具包，它是基於numpy構建的，正因pandas的出現，讓python語言也成為使用最廣泛而且強大的資料分析環境之一。pandas的主要功能 具備對其功能的資料結構dataframe，series 整合時間序列功能 提供豐富的數 算和操作 靈活處理缺失...
python資料分析 Pandas
import pandas as pd series 可以看做乙個定長的有序字典。基本任意的一維資料都可以用來構造 series 物件 s pd.series 1,2,3.0,abc s1 pd.series data 1,3,5,7 index a b x y 通過下標獲取資料 s1 a seri...
資料分析之Pandas
from pandas import series,dataframe import pandas as pd import numpy as np states california ohio oregon texas year 2000,2001,2002,2003 value 35000,71...