NumPy 博客总结：
《Python数据分析基础教程：NumPy学习指南（第2版）》所有章节阅读笔记+代码
pandas博客总结：
本篇提供几道关于 Pandas melt() 函数的练习题，包含答案和详细解析，但是首先记录下怎么学习这个函数。
理解 melt 的核心概念
- 作用：把 DataFrame 从“宽表”（列多）变成“长表”（行多）。
- 比喻：想象你在融化一个表格，把列“融化”成行，像把一块方形巧克力融化成一条条液体。
- 输入和输出：
- 输入：一个宽格式的 DataFrame（比如每列是一个变量）。
- 输出：一个长格式的 DataFrame（变量名和值分别在两列中）。
核心参数（必须记住的）
函数签名：
1
pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None)
id_vars：不“融化”的列，保持不变，作为标识列（比如 ID、姓名）。
- 记忆：想成“identity variables”（标识变量）。
value_vars：要“融化”的列，如果不指定，默认融化除 id_vars 外的所有列。
- 记忆：想成“value variables”（值变量）。
var_name：融化后变量名的列名，默认是“variable”。
- 记忆：这是“变量的名字”。
value_name：融化后值的列名，默认是“value”。
- 记忆：这是“值的内容”。
假设有
name math english
0 Alice 90 85
1 Bob 80 95
使用melt：
1
pd.melt(df, id_vars=['name'], value_vars=['math', 'english'], var_name='subject', value_name='score')
最终结果：
name subject score
0 Alice math 90
1 Bob math 80
2 Alice english 85
3 Bob english 95
次要参数（用时再查）
这些参数不常用，理解即可：
- col_level：多层索引时指定操作哪一层，通常用不到。
- ignore_index（pandas 1.1.0+）：是否重置索引，默认 True。
习题
1.电影评分数据
已有数据：
1
2
3
4
{'user_id': [1, 2, 3, 4, 5],
'movie_A': [4, 5, None, 2, 3],
'movie_B': [5, None, 3, 4, 1],
'movie_C': [None, 4, 2, 5, None]}
要求：
- 使用 melt() 函数将 DataFrame 转换为长格式，其中包含
user_id、movie_title和rating三列。 - 删除 rating 列中的缺失值（NaN）。
答案：
1
2
3
4
5
6
7
8
9
10
11
12
13
data = {'user_id': [1, 2, 3, 4, 5],
'movie_A': [4, 5, None, 2, 3],
'movie_B': [5, None, 3, 4, 1],
'movie_C': [None, 4, 2, 5, None]}
movie = pd.DataFrame(data)
display(movie)
# 应用melt函数，包含` user_id`、`movie_title` 和 `rating` 三列
movie_melt = movie.melt(id_vars=['user_id'], value_vars=['movie_A', 'movie_B', 'movie_C'], var_name='movie_title', value_name='rating')
# 去掉缺失值
movie_melt = movie_melt.dropna(subset=['rating'])
display(movie_melt)
2.学生考试成绩
记录学生在不同科目中的考试成绩, 结构如下：
1
2
3
4
{'student_id': [101, 102, 103],
'math_score': [85, 92, 78],
'english_score': [90, 88, 95],
'science_score': [75, 80, 82]}
要求：
- 使用 melt() 函数将 DataFrame 转换为长格式，其中包含 student_id、subject 和 score 三列。
- 创建一个新的 DataFrame，计算每个科目的平均分数。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
data = {'student_id': [101, 102, 103],
'math_score': [85, 92, 78],
'english_score': [90, 88, 95],
'science_score': [75, 80, 82]}
students = pd.DataFrame(data)
display(students)
students = students.rename(
columns={
'math_score':'math',
'english_score':'english',
'science_score':'science'
}
)
# 包含 student_id、subject 和 score 三列,计算每个科目的平均分数。
students_melt = students.melt(id_vars=['student_id'], value_vars=['math', 'english', 'science'], var_name='subject', value_name='score')
display(students_melt)
# 用groupby
mean_every_subject = pd.DataFrame(students_melt.groupby('subject')['score'].mean())
display(mean_every_subject)
3.销售数据 (多个指标)
记录不同产品的销售数据，包括销售额和成本。 结构如下：
1
2
3
4
5
{'product_id': [1, 2, 3],
'sales_Q1': [1000, 1500, 1200],
'cost_Q1': [500, 750, 600],
'sales_Q2': [1200, 1800, 1400],
'cost_Q2': [600, 900, 700]}
要求：
- 使用 melt() 函数将 DataFrame 转换为长格式，其中包含 product_id、quarter 和 value 三列。 quarter 列应包含类似 “sales_Q1” 这样的值。
- 添加一个新列 metric，用于区分 ‘sales’ 和 ‘cost’。提示：可以使用字符串操作。
- 创建一个新的 DataFrame，计算每个季度每个指标的总值。
答案：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
data = {'product_id': [1, 2, 3],
'sales_Q1': [1000, 1500, 1200],
'cost_Q1': [500, 750, 600],
'sales_Q2': [1200, 1800, 1400],
'cost_Q2': [600, 900, 700]}
products = pd.DataFrame(data)
display(products)
# 包含 product_id、quarter 和 value 三列。 quarter 列应包含类似 "sales_Q1" 这样的值。
products = products.melt(id_vars=['product_id'], value_vars=['sales_Q1', 'sales_Q2', 'cost_Q1', 'cost_Q2'], var_name='quarter', value_name='value')
display(products)
# 添加一个新列 metric，用于区分 'sales' 和 'cost'。提示：可以使用字符串操作。
products['metric'] = products['quarter'].str.split('_').str[0]
display(products)
# 创建一个新的 DataFrame，计算每个季度每个指标的总值。(很明显要操作最新的products)
display(pd.DataFrame(products.groupby(['quarter', 'metric'])['value'].sum()))
最后打印的2个df:
这些练习题涵盖了 melt() 函数的常见用例，包括处理缺失值、计算统计量和处理多个指标。 通过完成这些练习，你应该能够熟练地使用 melt() 函数来转换和重塑 Pandas DataFrame。 掌握字符串操作也是解决复杂数据处理问题的关键。
