Python,turtle,python中turtle库函数
DataFrame.transpose(*args，copy=False)[来源]
转置索引和列。
通过将行写为列将数据帧反映在其主要对角线上，反之亦然。该属性T是方法的访问器转置().
参数：*参数：元组可选
接受与NumPy的兼容性。
副本：布尔，默认为错误的
是否在转置后复制数据，
即使对于具有单个类型的数据帧也是如此。
请注意，
对于混合数据类型框架或具有任何扩展名类型的数据帧，
始终需要副本。
返回值：数据帧
转置的数据帧。
笔记
转换带有混合数据类型的数据帧将导致对象类型具有同构的数据帧。在这种情况下，始终会复制数据。
例子
具有齐次类型的Square DataFrame d1={col1: [1，2]， col2: [3，4]}
df1=pd .数据帧（数据=d1)
df1
列一列2
0 1 3
1 2 4
df1 _转置=df1 .T #或df1.transpose()
df1 _转置
0 1
列1 1 2
第二栏第三栏第四栏
当类型在原始数据帧中是同构的时，我们将获得具有相同类型的转置DataFrame: df1.dtypes
col1 int64
col2 int64
数据类型：对象
df1_transposed.dtypes
0 int64
1 int64
数据类型：对象
具有混合数据类型的非方形DataFrame d2={name: [孤独的奇迹，鲍勃],
.分数:[9.5,8],
.就业:[假，真],
.孩子们:[0,0]}
df2=pd .数据帧（数据=d2)
df2
就业儿童的姓名分数
0 孤独的奇迹9.5假0
一鲍勃8.0真0
df2 _转置=df2 .T #或df2.transpose()
df2 _转置
0 1
名字孤独的奇迹上下移动
得分9.5 8
雇佣假真
儿童0 0
当数据帧具有混合的数据类型时，我们得到一个对象类型的转置DataFrame: df2.dtypes
命名对象
分数浮动64
就业人口
64岁以下儿童
数据类型：对象
df2_transposed.dtypes
0对象
一个对象
数据类型：对象
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。