Python Pandas.lreshape 函數解析與實戰教程

摘要

本教程旨在提供一份關于Pandas庫中 pandas.lreshape 函數的全面使用教程和分析。lreshape 是一個用于數據重塑（Data Reshaping）的工具，具體而言，它擅長將“寬格式”（Wide Format）數據轉換為“長格式”（Long Format）數據。盡管在Pandas社區中，melt 和 wide_to_long 函數更廣為人知，但 lreshape 在特定場景下提供了一種獨特且高效的解決方案。本報告將詳細剖析其功能定位、參數設計、實際應用案例，并將其與主流的重塑函數進行對比分析。

1. lreshape 的核心功能與定位

在數據分析中，數據常常以兩種主要格式存在：

• 寬格式 (Wide Format): 每個觀測單元（如一個病人、一次實驗）占據一行，而該單元的多個觀測值或變量則分布在不同的列中。例如，一個病人在不同時間的體溫記錄可能會表示為 temp_t1, temp_t2, temp_t3 等列。
• 長格式 (Long Format): 每個觀測單元的每一次觀測都占據一行。在上面的例子中，長格式數據會將所有體溫記錄放在一列（如 temperature），并用另一列（如 time）來標識每次觀測的時間點。

pandas.lreshape 的核心功能就是實現從寬格式到長格式的轉換 。它被認為是 DataFrame.pivot 操作的廣義逆過程 即將已透視（pivoted）的寬數據還原為更規范化的長數據格式。

2. 函數簽名與參數詳解

根據Pandas的API設計，lreshape 函數的簽名為：

pandas.lreshape(data, groups, dropna=True)

下面我們對每個參數進行詳細解析。

2.1 data

• 類型: pandas.DataFrame
• 說明: 這是必需的參數，代表你希望進行重塑的原始寬格式數據框 。所有未在 groups 參數中指定的列，通常被視為標識符列（Identifier Columns），它們會在轉換過程中被保留并復制到相應的行中。

2.2 groups

• 類型: dict (字典)
• 說明: 這是 lreshape 函數最核心、最關鍵的參數。它定義了如何將寬格式的列“折疊”或“融合”成長格式的新列 。
  • 字典的鍵 (Keys): 字符串，代表在最終生成的長格式DataFrame中新列的名稱。
  • 字典的值 (Values): 列表（List of strings），該列表包含了原始寬格式DataFrame中需要被組合在一起的列名。
• 工作機制: lreshape 會遍歷 groups 字典。對于字典中的每一對鍵值，它會把值（列名列表）中指定的列的數據“堆疊”起來，形成一個新的Series，并以鍵作為這個新Series（即新列）的名稱。這個過程會對字典中所有的鍵值對并行執行。

2.3 dropna

• 類型: bool (布爾值)
• 默認值: True
• 說明: 這個參數控制如何處理在重塑過程中產生的缺失值（NaN）。寬格式數據在轉換為長格式時，由于結構不對稱，很容易產生包含NaN的行 。
  • dropna=True (默認): 如果轉換后的某一行數據中，由 groups 生成的新列全部為NaN，那么這一整行將被丟棄。這是為了得到一個更“干凈”的結果。
  • dropna=False: lreshape 會保留所有轉換后生成的行，即使這些行中由 groups 生成的新列值均為NaN 。這在需要完整保留所有觀測組合（即使是空組合）的場景下非常有用。

3. 實戰案例深度解析

為了更好地理解 lreshape 的工作方式，我們通過幾個循序漸進的例子來進行說明。

首先，我們創建一個模擬的寬格式數據集，代表不同受試者在兩次訪問中的心率（hr）和體溫（temp）測量結果。

import pandas as pd
import numpy as np# 創建一個寬格式的DataFrame
data_wide = pd.DataFrame({'subject': ['A', 'B', 'C'],'visit': [1, 1, 2],'hr_t1': [100,