我有一个这样的数据框,
df1=
time asset_id sensor_01 sensor_02
0 2019-08-01 120 23 54
1 2019-08-02 125 45 38
2 2019-08-03 120 25 49
因为传感器的数量是可变的,所以我决定把它们写成行,比如,
df2=
time asset_id sensor_ID sensor_value
0 2019-08-01 120 sensor_01 23
1 2019-08-02 125 sensor_01 45
2 2019-08-03 120 sensor_01 25
3 2019-08-01 120 sensor_02 54
4 2019-08-02 125 sensor_02 38
5 2019-08-03 120 sensor_02 49
我想知道是否有任何方便的方法将df1转换为df2?
附录:为方便起见,df1代码,
import pandas as pd
dictionary = {'time': ['2019-08-01', '2019-08-02', '2019-08-03'],
'asset_id': ['120', '125', '120'],
'sensor_01': [23, 45, 25],
'sensor_02': [54, 38, 49]
}
df1 = pd.DataFrame(dictionary)
pd.melt(df, id_vars=['time', 'asset_id'], value_vars=['sensor_01', 'sensor_02'], var_name='sensor_ID', value_name='sensor_value')
使用熊猫。融化
pd.melt(df1,
id_vars=['time', 'asset_id'], # variables to keep as columns
var_name='sensor_ID', # column name for the variable
value_name='sensor_value' # column name for the values
)
输出:
time asset_id sensor_ID sensor_value
0 2019-08-01 120 sensor_01 23
1 2019-08-02 125 sensor_01 45
2 2019-08-03 120 sensor_01 25
3 2019-08-01 120 sensor_02 54
4 2019-08-02 125 sensor_02 38
5 2019-08-03 120 sensor_02 49
我有以下Python数据帧: 我想:
我尝试在中使用,但它将聚合函数作为参数,我不想提供。 我怎样才能做到这一点。
我是数据科学的初学者,我正在尝试使用Pandas来旋转此数据框架: 所以它变成这样:(标签应该变成列,文件路径变成行。) “标签”列是一组或一类文件路径。我想把它转换成这样一种方式,它适合这个函数:tf。Keras.preprocessing.image.flow_from_dataframe 提前感谢所有帮助我的人。
我有以下数据帧: 我想这样。 堆叠/卸载似乎不工作。
我有一张如下的桌子: 如何将其转换为:
问题内容: 考虑下面的示例,其中有一个包含人员记录的 Person 表和一个包含链接到人员的可选属性的 PersonAttribute 表: Table: Person Table PersonAttribute 我将如何编写一个查询,使所有具有属性的人都像列一样返回?我需要的结果集是: 因此,从本质上讲,我需要编写一个查询,该查询将获取所有带有所有唯一属性键的人记录,这些键被转换为具有每个人记录