Pandas DataFrame DataFrame.transpose() Función

  2. Referencia
  3. Funciones de Pandas Python
  4. Pandas DataFrame DataFrame.transpose() …
Minahil Noor 30 enero 2023 17 diciembre 2020
Pandas Pandas DataFrame
  1. La sintaxis de pandas.DataFrame.transpose()
  2. Códigos de ejemplo: DataFrame.transpose()
  3. Códigos de ejemplo: DataFrame.transpose() para transponer DataFrame con tipos de datos homogéneos
  4. Códigos de ejemplo: DataFrame.transpose() para transponer DataFrame con tipos de datos mezclados
Pandas DataFrame DataFrame.transpose() Función

La función Pandas Python DataFrame.transpose() cambia las filas del DataFrame a las columnas, y las columnas a las filas. En otras palabras, genera un nuevo DataFrame que es la transposición del DataFrame original.

La sintaxis de pandas.DataFrame.transpose()

DataFrame.transpose(*args,
                    copy= False)

Parámetros
*args Estos son los argumentos adicionales de palabras clave para la compatibilidad con NumPy.
copy Es un valor booleano. Decide si los valores del DataFrame se copiarán o no después de tomar la transposición. Por defecto, su valor es False.

Retorna

Devuelve un DataFrame transpuesto. Las filas del DataFrame original son columnas en el DataFrame devuelto y viceversa.

Códigos de ejemplo: DataFrame.transpose()

Implementaremos esta función en los próximos códigos.

import pandas as pd

dataframe=pd.DataFrame({
                        'Attendance': 
                            {0: 60, 
                            1: 100, 
                            2: 80,
                            3: 78,
                            4: 95},
                        'Name': 
                            {0: 'Olivia', 
                            1: 'John', 
                            2: 'Laura',
                            3: 'Ben',
                            4: 'Kevin'},
                        'Obtained Marks': 
                            {0: 90, 
                            1: 75, 
                            2: 82, 
                            3: 64, 
                            4: 45}
                        })

print(dataframe)

El ejemplo DataFrame es,

   Attendance    Name  Obtained Marks
0          60  Olivia              90
1         100    John              75
2          80   Laura              82
3          78     Ben              64
4          95   Kevin              45

Todos los parámetros de esta función son opcionales. Si ejecutamos esta función sin pasar ningún parámetro, entonces produce la siguiente salida.

import pandas as pd

dataframe=pd.DataFrame({
                        'Attendance': 
                            {0: 60, 
                            1: 100, 
                            2: 80,
                            3: 78,
                            4: 95},
                        'Name': 
                            {0: 'Olivia', 
                            1: 'John', 
                            2: 'Laura',
                            3: 'Ben',
                            4: 'Kevin'},
                        'Obtained Marks': 
                            {0: 90, 
                            1: 75, 
                            2: 82, 
                            3: 64, 
                            4: 45}
                        })

dataframe1 = dataframe.transpose()
print(dataframe1)

Producción:

                     0     1      2    3      4
Attendance          60   100     80   78     95
Name            Olivia  John  Laura  Ben  Kevin
Obtained Marks      90    75     82   64     45

Códigos de ejemplo: DataFrame.transpose() para transponer DataFrame con tipos de datos homogéneos

El comportamiento de esta función es diferente para los tipos de datos homogéneos y mixtos. Lo analizaremos uno por uno. Si tenemos un tipo homogéneo DataFrame, entonces los tipos de datos del original y los DataFrames transpuestos son los mismos.

El DataFrame con los tipos de datos homogéneos es como sigue

import pandas as pd

dataframe = pd.DataFrame({'A': {0: 6, 1: 20, 2: 80,3: 78,4: 95}, 
                          'B': {0: 60, 1: 50, 2: 7,3: 67,4: 54}})

print(dataframe)

Nuestro DataFrame es,

    A   B
0   6  60
1  20  50
2  80   7
3  78  67
4  95  54
5  98  34

Para conseguir la transposición de este DataFrame,

import pandas as pd

dataframe = pd.DataFrame({'A': {0: 6, 1: 20, 2: 80,3: 78,4: 95}, 
                          'B': {0: 60, 1: 50, 2: 7,3: 67,4: 54}})

dataframe1 = dataframe.transpose()
print(dataframe1)

Producción:

    0   1   2   3   4
A   6  20  80  78  95
B  60  50   7  67  54

Ahora, analicemos los tipos de datos del DataFrame original y del DataFrame devuelto.

import pandas as pd

dataframe = pd.DataFrame({'A': {0: 6, 1: 20, 2: 80,3: 78,4: 95}, 
                          'B': {0: 60, 1: 50, 2: 7,3: 67,4: 54}})

dataframe1 = dataframe.transpose()

print(dataframe.dtypes)
print(dataframe1.dtypes)

Producción:

A    int64
B    int64
dtype: object
0    int64
1    int64
2    int64
3    int64
4    int64
dtype: object

Note que los tipos de datos del DataFrame original y el transpuesto son los mismos.

Códigos de ejemplo: DataFrame.transpose() para transponer DataFrame con tipos de datos mezclados

Si tenemos un tipo mixto de DataFrame, entonces los tipos de datos del original y los DataFrames transpuestos son diferentes. El DataFrame transpuesto tiene tipos de datos de objeto. El DataFrame con los tipos de datos mezclados es como sigue

import pandas as pd

dataframe=pd.DataFrame({
                        'Attendance': 
                            {0: 60, 
                            1: 100, 
                            2: 80,
                            3: 78,
                            4: 95},
                        'Name': 
                            {0: 'Olivia', 
                            1: 'John', 
                            2: 'Laura',
                            3: 'Ben',
                            4: 'Kevin'},
                        'Obtained Marks': 
                            {0: 90, 
                            1: 75, 
                            2: 82, 
                            3: 64, 
                            4: 45}
                        })

print(dataframe)

Nuestro DataFrame es,

   Attendance    Name  Obtained Marks
0          60  Olivia              90
1         100    John              75
2          80   Laura              82
3          78     Ben              64
4          95   Kevin              45

Para conseguir la transposición de este DataFrame,

import pandas as pd

dataframe=pd.DataFrame({
                        'Attendance': 
                            {0: 60, 
                            1: 100, 
                            2: 80,
                            3: 78,
                            4: 95},
                        'Name': 
                            {0: 'Olivia', 
                            1: 'John', 
                            2: 'Laura',
                            3: 'Ben',
                            4: 'Kevin'},
                        'Obtained Marks': 
                            {0: 90, 
                            1: 75, 
                            2: 82, 
                            3: 64, 
                            4: 45}
                        })

dataframe1 = dataframe.transpose()
print(dataframe1)

Producción:

                     0     1      2    3      4
Attendance          60   100     80   78     95
Name            Olivia  John  Laura  Ben  Kevin
Obtained Marks      90    75     82   64     45

Ahora, analicemos los tipos de datos del DataFrame original y del DataFrame devuelto.

import pandas as pd

dataframe=pd.DataFrame({
                        'Attendance': 
                            {0: 60, 
                            1: 100, 
                            2: 80,
                            3: 78,
                            4: 95},
                        'Name': 
                            {0: 'Olivia', 
                            1: 'John', 
                            2: 'Laura',
                            3: 'Ben',
                            4: 'Kevin'},
                        'Obtained Marks': 
                            {0: 90, 
                            1: 75, 
                            2: 82, 
                            3: 64, 
                            4: 45}
                        })

dataframe1 = dataframe.transpose()
print(dataframe.dtypes)
print(dataframe1.dtypes)

Producción:

Attendance         int64
Name              object
Obtained Marks     int64
dtype: object
0    object
1    object
2    object
3    object
4    object
dtype: object

Note que los tipos de datos del DataFrame transpuesto son del tipo de datos del object.

Artículo relacionado - Pandas DataFrame