melt para pasar al formato largo
Convertir columnas en filas.
melt para pasar al formato largo es una lección gratuita de Data Science Academy en CoddyKit. Esta es la lección 3 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de Data Science Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de Data Science Academy incluye 4 lecciones en total.
Lo contrario de pivot
Cuando las columnas son en realidad valores disfrazados, melt las deshace y las convierte en filas, transformando una tabla ancha en un formato largo y tidy. 🫠
Qué produce melt
Melt crea dos columnas nuevas: una contiene los nombres de las columnas antiguas y la otra sus values. Cada celda se convierte en su propia fila.
pd.melt(df)Conservar algunas columnas fijas
Use id_vars para indicar las columnas que deben permanecer en su lugar, como un identificador o un nombre. Estas se repiten a lo largo de la nueva tabla larga.
df.melt(id_vars='name')Elegir qué deshacer
Establezca value_vars para aplicar melt únicamente a columnas específicas. Todo lo que quede fuera y no esté en id_vars simplemente se descarta del resultado.
df.melt(id_vars='name',
value_vars=['Jan', 'Feb'])Poner nombre a las columnas nuevas
Los valores predeterminados son variable y value. Pase var_name y value_name para asignarles etiquetas significativas, como month y sales.
df.melt(var_name='month',
value_name='sales')Por qué usar melt antes de representar gráficos
Las bibliotecas como seaborn quieren datos largos. Un melt rápido permite asignar una columna al color o a un facet y representar muchas series a la vez.
Melt y después GroupBy
Una vez que los datos están en formato largo, los resúmenes son sencillos. Después de melt puede aplicar groupby a la nueva columna de variables y agregar todas las series de forma uniforme.
df.melt(id_vars='name').groupby('variable')Melt y pivot son inversos
melt y pivot se deshacen mutuamente. Pase de un formato ancho a uno largo con melt, luego vuelva a pivotar y recuperará la disposición original.
Observe la explosión de filas
El proceso de fundición multiplica las filas: diez columnas en cinco filas se convierten en cincuenta filas largas. Espere que el número de filas crezca rápidamente.
wide_to_long para patrones
Para columnas que comparten un prefijo, como sales_2021, wide_to_long las funde mientras extrae el año de cada nombre.
Una receta limpia para melt
Un patrón fiable: asigne nombres a las columnas identificadoras, asigne nombres a las columnas de valores y etiquete el resultado. Así obtendrá una tabla larga completamente ordenada.
df.melt(id_vars='name',
var_name='month',
value_name='sales')Comprobación rápida
Comprobación rápida sobre la transformación de tablas anchas.
Resumen: pasar a formato largo
Usó melt con id_vars, value_vars y nombres personalizados para ordenar datos anchos. A continuación: stack y unstack en un MultiIndex. 🎯
Aprende Python con un tutor de IA — gratis
Escribe y ejecuta código real en tu navegador, obtén ayuda instantánea de un tutor de IA disponible 24/7 y continúa donde lo dejaste en la web o en la aplicación.
- Cursos
- 30
- Lecciones
- 120
Preguntas frecuentes
¿La lección «melt para pasar al formato largo» es gratis?
Sí — el texto completo de «melt para pasar al formato largo» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de Data Science Academy, actualiza a CoddyKit PRO. El curso de Data Science Academy incluye 4 lecciones en total.
¿Qué aprenderé en «melt para pasar al formato largo»?
Convertir columnas en filas. Practicas Data Science Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar Data Science Academy?
No se requiere experiencia previa. Data Science Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 3 de 4.
¿Cuánto tiempo toma la lección «melt para pasar al formato largo»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de Data Science Academy?
Sí. Cada lección de Data Science Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- Formato ancho y largo, y datos tidy
- pivot_table para tablas cruzadas
- melt para pasar al formato largo
- stack, unstack y MultiIndex