يتم استخدام الدالة Pandas.melt() ل com.unpivot DataFrame من تنسيق واسع إلى تنسيق طويل.

وتتمثل مهمتها الرئيسية في تدليك DataFrame في تنسيق تكون فيه بعض الأعمدة عبارة عن متغيرات معرفية وتعتبر الأعمدة المتبقية متغيرات مقاسة وغير محورية على محور الصف. إنه يترك عمودين فقط غير معرفين، المتغير والقيمة.

بناء الجملة

 pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None) 

حدود

إطار:يشير إلى DataFrame.id_vars[tuple، list، أو ndarray، اختياري]:يشير إلى الأعمدة التي سيتم استخدامها كمتغيرات معرف.value_vars[tuple، list، أو ndarray، اختياري]:يشير إلى الأعمدة التي يجب إلغاء محورها. إذا لم يتم تحديده، استخدم كافة الأعمدة التي لم يتم تعيينها كـ id_vars.var_name[العددية]:يشير إلى اسم لاستخدامه في العمود 'المتغير'. إذا كانت القيمة بلا، فإنها تستخدم اسم الإطار.columns.name أو 'المتغير'.value_name[القيمة العددية، القيمة الافتراضية]:يشير إلى الاسم الذي سيتم استخدامه لعمود 'القيمة'.col_level[int أو string، اختياري]: سيستخدم هذا المستوى للإذابة إذا كانت الأعمدة MultiIndex.

عائدات

تقوم بإرجاع DataFrame غير المحوري كمخرج.

مثال

 # importing pandas as pd import pandas as pd # creating a dataframe info = pd.DataFrame({'Name': {0: 'Parker', 1: 'Smith', 2: 'John'}, 'Language': {0: 'Python', 1: 'Java', 2: 'C++'}, 'Age': {0: 22, 1: 30, 2: 26}}) # Name is id_vars and Course is value_vars pd.melt(info, id_vars =['Name'], value_vars =['Language']) info 

انتاج |

 Name Language Age 0 Parker Python 22 1 Smith Java 30 2 John C++ 26 

مثال2

 import pandas as pd info = pd.DataFrame({'A': {0: 'p', 1: 'q', 2: 'r'}, 'B': {0: 40, 1: 55, 2: 25}, 'C': {0: 56, 1: 62, 2: 42}}) pd.melt(info, id_vars=['A'], value_vars=['C']) pd.melt(info, id_vars=['A'], value_vars=['B', 'C']) pd.melt(info, id_vars=['A'], value_vars=['C'], var_name='myVarname', value_name='myValname') 

انتاج |

 A myVarname myValname 0 p C 56 1 q C 62 2 r C 42