如何使用 Pandas Melt – pd.melt() 进行人工智能和机器学习
为什么重要：将宽数据框更改为长数据框使机器学习算法更容易高效运行。这可以使用 Pandas Melt 函数轻松完成。
来源:人工智能+什么是 Pandas Melt？
什么是 Pandas Melt？Pandas Melt 是目前用于重塑 Pandas 数据框的最有效和最灵活的函数。它将数据框从宽格式重塑为长格式，这使其在数据科学领域更有用。宽格式包含第一列中不重复的值。长格式包含第一列中重复的值。在代码格式中，可以使用“pd.melt ()”调用它。
代码的括号部分可以使用七个参数。这些是 df、id_vars、value_vars、var_name、value_name、col_level 和 ignore_index。唯一需要的参数是“df”，用于选择要对其执行操作的数据框。id_vars 用于命名要用作标识符参数的列。 Value_vars 用于命名将被融合的列。Var_name 用于命名输出中的变量列。Value_name 用于命名输出中的值列。当您需要多索引列时，使用 Col_level。最后，ignore_index 用于忽略或保留原始索引。
可以将其设置为 true 或 false。所有这些参数都可以一次使用，代码看起来像“pd.melt (df, id_vars = None, value_vars = None, var_name = ‘variable’, value_name = ‘value’, col_level = None, ignore_index = True)”。
另请阅读：Pandas 和大型 DataFrames：如何分块读取
另请阅读：Pandas 和大型 DataFrames：如何分块读取 另请阅读：Pandas 和大型 DataFrames：如何分块读取 Pandas 和大型 DataFrames：如何分块读取长数据框与宽数据框
长数据框与宽数据框宽数据框：
宽数据框：人 年龄 体重 身高——– —– ——– ——–鲍勃 32 168 180爱丽丝 24 150 175Steve 64 144 165
在此示例中，我们有四列。通过使用 melt 函数，我们可以有效地将这些数据转换为长数据框，如下所示：
import YouTube