Метод melt

Метод melt применяется к DataFrame и выполняет обратное преобразование по отношению к pivot. Он "расплавляет" данные, превращая несколько столбцов-переменных в строки с указанием имени переменной и её значения. Основные параметры: id_vars - столбцы-идентификаторы, которые остаются на месте, value_vars - столбцы, которые будут "расплавлены". Параметры var_name и value_name позволяют задать имена новых столбцов.

Синтаксис

df.melt(id_vars=None, value_vars=None, var_name=None, value_name='value')

Пример

Преобразуем таблицу с данными по годам в длинный формат:

import pandas as pd

df = pd.DataFrame({
	'id': [1, 2, 3],
	'year_2020': [100, 200, 300],
	'year_2021': [150, 250, 350]
})
res = df.melt(id_vars=['id'], value_vars=['year_2020', 'year_2021'])
print(res)

Результат выполнения кода:

   id	 variable  value
0   1  year_2020	100
1   2  year_2020	200
2   3  year_2020	300
3   1  year_2021	150
4   2  year_2021	250
5   3  year_2021	350

Пример

Изменим имена результирующих столбцов с помощью var_name и value_name:

import pandas as pd

df = pd.DataFrame({
	'id': [1, 2, 3],
	'year_2020': [100, 200, 300],
	'year_2021': [150, 250, 350]
})
res = df.melt(
	id_vars=['id'],
	value_vars=['year_2020', 'year_2021'],
	var_name='year',
	value_name='sales'
)
print(res)

Результат выполнения кода:

   id		year  sales
0   1  year_2020	100
1   2  year_2020	200
2   3  year_2020	300
3   1  year_2021	150
4   2  year_2021	250
5   3  year_2021	350

Пример

Если не указать id_vars и value_vars, метод "расплавит" все столбцы:

import pandas as pd

df = pd.DataFrame({
	'a': [1, 2],
	'b': [10, 20],
	'c': [100, 200]
})
res = df.melt()
print(res)

Результат выполнения кода:

  variable  value
0		a	  1
1		a	  2
2		b	 10
3		b	 20
4		c	100
5		c	200

Смотрите также

метод pivot,
который выполняет обратное преобразование из длинного формата в широкий
метод pivot_table,
который создает сводную таблицу с агрегацией
метод stack,
который "сжимает" столбцы в строки индекса
метод unstack,
который "разворачивает" строки индекса в столбцы