等价物'；价差'；和'；聚集'；python/pandas中的R/tidyverse？

比如说。 数据A：

我想把它“收集”到这个：

y gender value
1 female 2
1 male 3
4 female 5
4 male 6

---

在R中很容易。python pandas呢？

您应该尝试熔化，在给定的数据中，相反（扩散版本称为cast），这些熔化和铸造函数与R的重塑2非常相似：

import pandas as pd    
pd.melt(dt, id_vars="y")

其中dt是您的输入表

输出：

#y  variable      value
#1  female          2
#4  female          5
#1  male            3
#4  male            6

试试熊猫的融化法（pd.melt）

使用id\u vars定义主聚集/熔化变量value\u vars定义您的值变量var_name定义值变量的标题；和value\u name定义实际值的标题

看看这个例子：

#Import pandas module
import pandas as pd

# Define the dataframe
DF = pd.DataFrame({'y': [1,4], 'female': [2,5], 'male': [3,6]})

# Gather/melt the data frame
pd.melt(DF, id_vars='y', value_vars=['female', 'male'],var_name='gender',
value_name='value')

这就是您的输出的样子：

    y   gender  value
0   1   female  2
1   4   female  5
2   1   male    3
3   4   male    6

---

收集

df1=df.melt(id_vars='y')
df1

价差

df2=df1.pivot(index='y', columns='variable')
df2

这个怎么样：

从数据导入f
从datar.tibble导入tribble
从datar.tidyr导入pivot\u
df=tribble(
f、 y，f。女性，f。男性，
1,   2,        3,
4,   5,        6
)
轴长（df，[f.女性，f.男性]，姓名至=“性别”）
#y名称值
#0 1女性2
#1 4女5
#2 1男3
#3 4男6

---

我是这个包裹的作者。如果您对使用它有任何疑问，请随时提交问题。

我已经找到您了。但仍然存在一个问题。假设有很多变量：x1，x2…x50，y1，y2。然后我将y1和y2收集到一列中。代码是：pd.melt（dt，id_vars=['x1'，'x2'…'x50']，value_vars=['y1'，'y2']。id_变量的输入太多，在R中不是这样的。您有更舒适的方法输入id_变量吗？@Bin您可以使用melt和cast执行所有操作，这些都是旧函数，当您提出问题时，请您询问所有问题，如果您的问题是R use data.table中的性能，也如建议的那样。请参阅此链接：而且，您也没有如果必须键入，可以使用df.columns.tolist（）保存列名，将其保存到separate对象中并执行操作

df2=df1.pivot(index='y', columns='variable')
df2