Passer d’un format large à un format long avec melt()

La méthode melt() permet de transformer un DataFrame d’un format large (wide) en un format long (long format). Elle est souvent utilisée pour « déplier » un DataFrame en plusieurs lignes, où chaque observation est associée à une colonne spécifique de manière plus lisible ou mieux adaptée à certaines analyses.

Fonctions :

df.melt(id_vars=['col1'], value_vars=['col2', 'col3'])

La méthode melt() permet de transformer un DataFrame depuis un format large (wide) en un format long (tidy). C'est l'opposé de pivot() : on réduit le nombre de colonnes en empilant leurs valeurs, tout en conservant les colonnes identifiantes. ➡️ Très utile pour : Préparer des données pour certains types d'analyses ou visualisations (ex : seaborn attend souvent un format long). Dénormaliser des données avant des transformations supplémentaires.

Importation :

import pandas as pd

Attributs :

Paramètre	Description
`id_vars`	Les colonnes identifiantes à conserver (restent inchangées).
`value_vars`	Les colonnes à déplier en une seule colonne (fusionnées en deux nouvelles colonnes : `variable` et `value`).
`var_name` (optionnel)	Nom de la colonne résultante contenant les noms des colonnes originales (par défaut : `'variable'`).
`value_name` (optionnel)	Nom de la colonne résultante contenant les valeurs (par défaut : `'value'`).

Exemple de code :

import pandas as pd

# Exemple de DataFrame large
df = pd.DataFrame({
    'Date': ['2024-01-01', '2024-01-02'],
    'Produit_A': [100, 120],
    'Produit_B': [150, 130]
})

# Transformation en format long
long_df = df.melt(id_vars=['Date'], value_vars=['Produit_A', 'Produit_B'], 
                  var_name='Produit', value_name='Vente')

print(long_df)

Explication du code :

Importation de la bibliothèque

import pandas as pd

Cette ligne importe la bibliothèque pandas, qui permet de manipuler des structures de données tabulaires en Python.

Création d’un DataFrame large

df = pd.DataFrame({'Date': ['2024-01-01', '2024-01-02'], 'Produit_A': [100, 120], 'Produit_B': [150, 130]})

On crée un DataFrame avec une colonne Date et deux colonnes représentant les ventes de deux produits différents, Produit_A et Produit_B.

Transformation en format long

long_df = df.melt(id_vars=['Date'], value_vars=['Produit_A', 'Produit_B'], var_name='Produit', value_name='Vente')

La méthode melt() transforme le DataFrame en format long. Ici, Date reste une colonne fixe, et les colonnes Produit_A et Produit_B sont fondées sous une seule colonne Produit, avec leurs valeurs dans la colonne Vente.

Affichage du DataFrame transformé

print(long_df)

Cette ligne affiche le DataFrame après sa transformation en format long. Cela permet de restructurer les données de manière plus pratique pour certaines analyses ou visualisations.