Аккуратные данные
Преобразование структуры данных имеет множество применений. Одно из важных — переход от формата, удобного для анализа данных, к формату, удобному для составления отчётов. Эта концепция подробно описана в статье Хэдли Уикхема «Аккуратные данные».
Данные в аккуратном формате также позволяют выполнять операции группировки, как вы видели в предыдущем упражнении.
В этом упражнении вы воспользуетесь функциями melt() и .pivot_table() из pandas, чтобы преобразовать данные из одной формы в другую. Помните, что после вызова .pivot_table() необходимо также вызвать метод .reset_index(), чтобы получить исходный DataFrame.
Перед тем как начать преобразование DataFrame airquality, изучите его в консоли. Библиотека pandas уже импортирована как pd.
Это упражнение является частью курса
Python для пользователей R
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Melt the airquality DataFrame
airquality_melted = ____(____, id_vars=['Day', 'Month'])
print(airquality_melted)