melt til at gå long
Unpivot kolonner til rækker.
melt til at gå long er en gratis Data Science Academy-lektion på CoddyKit. Dette er lektion 3 af 4. Du kan læse hele lektionen gratis nedenfor — og derefter øve dig praktisk i browseren med en indbygget kodeeditor og en AI-vejleder, der er tilgængelig døgnet rundt. Den er en del af læringsforløbet i Data Science Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Data Science Academy-kurset indeholder 4 lektioner i alt.
Det modsatte af pivot
Når kolonner i virkeligheden er værdier i forklædning, omdanner melt dem til rækker og gør en bred tabel til et ordnet langt format. 🫠
Hvad melt producerer
Melt opretter to nye kolonner: én med de gamle kolonnenavne og én med deres værdier. Hver celle bliver til sin egen række.
pd.melt(df)Bevar nogle kolonner uændrede
Brug id_vars til at angive kolonner, der skal blive stående, f.eks. et id eller et navn. De gentages ned gennem den nye lange tabel.
df.melt(id_vars='name')Vælg, hvad der skal omdannes
Sæt value_vars for kun at omdanne bestemte kolonner med melt. Alt, der hverken er med her eller i id_vars, fjernes ganske enkelt fra resultatet.
df.melt(id_vars='name',
value_vars=['Jan', 'Feb'])Navngiv dine nye kolonner
Standardnavnene er variable og value. Giv var_name og value_name værdifulde etiketter som month og sales.
df.melt(var_name='month',
value_name='sales')Hvorfor du skal bruge melt før visualisering
Biblioteker som seaborn forventer lange inputdata. En hurtig melt lader dig knytte én kolonne til farve eller facet og visualisere mange serier på én gang.
Melt og derefter GroupBy
Når dataene er i langt format, bliver opsummeringer enkle. Efter melt kan du bruge groupby på den nye variabelkolonne og sammenlægge alle serier ensartet.
df.melt(id_vars='name').groupby('variable')Melt og pivot er hinandens omvendte operationer
Melt og pivot ophæver hinanden. Gå fra bredt til langt format med melt, pivot derefter tilbage, og du får det oprindelige format igen.
Pas på antallet af rækker
Melt ganger antallet af rækker: ti kolonner fordelt på fem rækker bliver til halvtreds lange rækker. Forvent, at rækkeantallet vokser hurtigt.
wide_to_long til mønstre
For kolonner med et fælles præfiks som sales_2021 omdanner wide_to_long dem, samtidig med at årstallet udtrækkes fra hvert navn.
En enkel opskrift på melt
Et pålideligt mønster er at navngive id-kolonnerne, navngive værdikolonnerne og give outputtet et navn. Så får du en fuldt ordnet lang tabel.
df.melt(id_vars='name',
var_name='month',
value_name='sales')Hurtigt tjek
Hurtigt tjek af omdannelse af brede tabeller.
Opsummering: Gå til langt format
Du brugte melt med id_vars, value_vars og brugerdefinerede navne til at ordne brede data. Næste trin er stack og unstack på et MultiIndex. 🎯
Lær Python med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 30
- Lektioner
- 120
Ofte stillede spørgsmål
Er lektionen “melt til at gå long” gratis?
Ja — hele teksten til “melt til at gå long” kan læses gratis her på nettet. Hvis du vil øve dig interaktivt med en indbygget kodeeditor og en AI-vejleder døgnet rundt og få adgang til resten af Data Science Academy-kurset, skal du opgradere til CoddyKit PRO. Data Science Academy-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “melt til at gå long”?
Unpivot kolonner til rækker. Du øver dig i Data Science Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på Data Science Academy?
Der kræves ingen tidligere erfaring. Data Science Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 3 af 4.
Hvor lang tid tager lektionen “melt til at gå long”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne Data Science Academy-lektion?
Ja. Alle Data Science Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- Wide kontra long og tidy data
- pivot_table til krydstabeller
- melt til at gå long
- stack, unstack og MultiIndex