Porządne dane
Przekształcanie danych ma wiele zastosowań. Jednym z ważniejszych jest przejście z formatu przyjaznego analizie danych do formatu odpowiedniego do raportowania. Szerzej opisuje to Hadley Wickham w artykule o porządnych danych (ang. Tidy data).
Dane w uporządkowanym formacie umożliwiają też wykonywanie operacji groupby, jak widzisz w poprzednim ćwiczeniu.
W tym ćwiczeniu użyjesz metod melt() i .pivot_table() z biblioteki pandas, aby przekształcić dane z jednego kształtu w drugi. Pamiętaj, że po wywołaniu .pivot_table() na danych trzeba również wywołać metodę .reset_index(), aby przywrócić oryginalny DataFrame.
Zanim zaczniesz przekształcać DataFrame airquality, sprawdź jego zawartość w konsoli. Biblioteka pandas została już zaimportowana jako pd.
To ćwiczenie jest częścią kursu
Python dla użytkowników R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Melt the airquality DataFrame
airquality_melted = ____(____, id_vars=['Day', 'Month'])
print(airquality_melted)