melt() का उपयोग
melt wide data (कई columns) को long data (हर measurement के लिए एक row) में बदल देता है।
In this page:
Syntax
long_df = pd.melt(df, id_vars=["id_column"], value_vars=["column1", "column2"],
var_name="variable", value_name="value")melt()
melt(id_vars, value_vars, var_name, value_name) columns को rows में unpivot करता है। id_vars identifiers के रूप में रहते हैं, जबकि बाकी एक variable column और एक value column बन जाते हैं। Long format वह है जिसे कई plotting और grouping tools पसंद करते हैं।
Note:
अगर आप value_vars छोड़ दें, तो हर non-id column melt हो जाता है।
उदाहरण: melt()
import pandas as pd
wide = pd.DataFrame({"name": ["Ann", "Bob"], "math": [90, 80], "art": [70, 85]})
print(wide.melt(id_vars="name", var_name="subject", value_name="score"))
# Output:
# name subject score
# 0 Ann math 90
# 1 Bob math 80
# 2 Ann art 70
# 3 Bob art 85Related Topics
{# common_mistakes/chapter_summary/browser_support: on Hindi pages the
view already swaps in the hi_ translation fields (or blanks these
out if untranslated), so this renders correctly for both languages
without a lang_code check here. #}
आम गलतियां
- id_vars भूल जाना जिससे identifiers भी melt हो जाएं
- नए columns को नाम न देना
- melt को pivot के साथ confuse करना
चैप्टर सारांश
- melt wide से long में जाता है
- id_vars identifiers के रूप में रहते हैं
- var_name और value_name नए columns को label करते हैं
- pivot का विपरीत
🔒
Chapter Quiz — Complete all 6 topics to unlock
0/6 topics done
Complete these topics first: