Python Pandas.lreshape 函数解析与实战教程

摘要

本教程旨在提供一份关于Pandas库中 pandas.lreshape 函数的全面使用教程和分析。lreshape 是一个用于数据重塑（Data Reshaping）的工具，具体而言，它擅长将“宽格式”（Wide Format）数据转换为“长格式”（Long Format）数据。尽管在Pandas社区中，melt 和 wide_to_long 函数更广为人知，但 lreshape 在特定场景下提供了一种独特且高效的解决方案。本报告将详细剖析其功能定位、参数设计、实际应用案例，并将其与主流的重塑函数进行对比分析。

1. lreshape 的核心功能与定位

在数据分析中，数据常常以两种主要格式存在：

• 宽格式 (Wide Format): 每个观测单元（如一个病人、一次实验）占据一行，而该单元的多个观测值或变量则分布在不同的列中。例如，一个病人在不同时间的体温记录可能会表示为 temp_t1, temp_t2, temp_t3 等列。
• 长格式 (Long Format): 每个观测单元的每一次观测都占据一行。在上面的例子中，长格式数据会将所有体温记录放在一列（如 temperature），并用另一列（如 time）来标识每次观测的时间点。

pandas.lreshape 的核心功能就是实现从宽格式到长格式的转换 。它被认为是 DataFrame.pivot 操作的广义逆过程 即将已透视（pivoted）的宽数据还原为更规范化的长数据格式。

2. 函数签名与参数详解

根据Pandas的API设计，lreshape 函数的签名为：

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

下面我们对每个参数进行详细解析。

2.1 data

• 类型: pandas.DataFrame
• 说明: 这是必需的参数，代表你希望进行重塑的原始宽格式数据框 。所有未在 groups 参数中指定的列，通常被视为标识符列（Identifier Columns），它们会在转换过程中被保留并复制到相应的行中。

2.2 groups

• 类型: dict (字典)
• 说明: 这是 lreshape 函数最核心、最关键的参数。它定义了如何将宽格式的列“折叠”或“融合”成长格式的新列 。
  • 字典的键 (Keys): 字符串，代表在最终生成的长格式DataFrame中新列的名称。
  • 字典的值 (Values): 列表（List of strings），该列表包含了原始宽格式DataFrame中需要被组合在一起的列名。
• 工作机制: lreshape 会遍历 groups 字典。对于字典中的每一对键值，它会把值（列名列表）中指定的列的数据“堆叠”起来，形成一个新的Series，并以键作为这个新Series（即新列）的名称。这个过程会对字典中所有的键值对并行执行。

2.3 dropna

• 类型: bool (布尔值)
• 默认值: True
• 说明: 这个参数控制如何处理在重塑过程中产生的缺失值（NaN）。宽格式数据在转换为长格式时，由于结构不对称，很容易产生包含NaN的行 。
  • dropna=True (默认): 如果转换后的某一行数据中，由 groups 生成的新列全部为NaN，那么这一整行将被丢弃。这是为了得到一个更“干净”的结果。
  • dropna=False: lreshape 会保留所有转换后生成的行，即使这些行中由 groups 生成的新列值均为NaN 。这在需要完整保留所有观测组合（即使是空组合）的场景下非常有用。

3. 实战案例深度解析

为了更好地理解 lreshape 的工作方式，我们通过几个循序渐进的例子来进行说明。

首先，我们创建一个模拟的宽格式数据集，代表不同受试者在两次访问中的心率（hr）和体温（temp）测量结果。

import pandas as pd
import numpy as np# 创建一个宽格式的DataFrame
data_wide = pd.DataFrame({'subject': ['A', 'B', 'C'],'visit': [1, 1, 2],'hr_t1': [100,