Функция melt

Функция melt применяется к DataFrame и преобразует его из широкого формата в длинный. Она "расплавляет" таблицу, превращая указанные столбцы в две новые колонки: одна содержит имена переменных, другая - их значения. Это полезно для подготовки данных к анализу или визуализации.

Основные параметры функции: id_vars - столбцы, которые останутся идентификаторами (не будут "расплавлены"), value_vars - столбцы, которые нужно преобразовать (если не указаны, преобразуются все, кроме id_vars), var_name - имя для столбца с именами переменных (по умолчанию 'variable'), value_name - имя для столбца со значениями (по умолчанию 'value').

Синтаксис

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

Пример

Преобразуем таблицу, оставив столбец 'a' как идентификатор, а столбцы 'b' и 'c' расплавим:

import pandas as pd

df = pd.DataFrame({
	'a': [1, 2, 3],
	'b': [10, 20, 30],
	'c': [100, 200, 300]
})

res = pd.melt(df, id_vars=['a'],
			 value_vars=['b', 'c'])
print(res)

Результат выполнения кода:

   a variable  value
0  1		b	 10
1  2		b	 20
2  3		b	 30
3  1		c	100
4  2		c	200
5  3		c	300

Пример

Изменим имена столбцов для переменной и значения с помощью параметров var_name и value_name:

import pandas as pd

df = pd.DataFrame({
	'a': [1, 2, 3],
	'b': [10, 20, 30],
	'c': [100, 200, 300]
})

res = pd.melt(df, id_vars=['a'],
			 value_vars=['b', 'c'],
			 var_name='param',
			 value_name='val')
print(res)

Результат выполнения кода:

   a param  val
0  1	 b   10
1  2	 b   20
2  3	 b   30
3  1	 c  100
4  2	 c  200
5  3	 c  300

Пример

Если не указать value_vars, то "расплавятся" все столбцы, кроме указанных в id_vars:

import pandas as pd

df = pd.DataFrame({
	'a': [1, 2],
	'b': [10, 20],
	'c': [100, 200],
	'd': [1000, 2000]
})

res = pd.melt(df, id_vars=['a'])
print(res)

Результат выполнения кода:

   a variable  value
0  1		b	 10
1  2		b	 20
2  1		c	100
3  2		c	200
4  1		d   1000
5  2		d   2000

Пример

Преобразуем таблицу, где несколько столбцов-идентификаторов:

import pandas as pd

df = pd.DataFrame({
	'a': [1, 2],
	'b': ['x', 'y'],
	'c': [10, 20],
	'd': [100, 200]
})

res = pd.melt(df, id_vars=['a', 'b'],
			 value_vars=['c', 'd'])
print(res)

Результат выполнения кода:

   a  b variable  value
0  1  x		c	 10
1  2  y		c	 20
2  1  x		d	100
3  2  y		d	200

Смотрите также

функция pivot,
которая выполняет обратное преобразование - из длинного формата в широкий
функция pivot_table,
которая создаёт сводную таблицу с агрегацией данных
функция wide_to_long,
которая преобразует широкий формат в длинный с более сложной логикой
функция crosstab,
которая строит таблицу частот для двух и более факторов