SAS2PYTHON - Transponieren & Pivotieren von Tabellen
Posted on 19 December 2022 at 15:00 by Stefan Weingaertner
In der Episode 37 unseres heutigen Blog-Beitrags zeigen wir, wie man in SAS/BASE und in Pandas eine Tabelle transponiert bzw. pivotiert.
Ein Pandas DataFrame ist einem SAS Data Set sehr ähnlich - es handelt sich um eine zweidimensionale tabellarische Datenstruktur mit gelabelten Spalten, die von unterschiedlichem Datentyp sein können. Wie in diesem Beitrag gezeigt wird, kann nahezu jede Operation, die mit dem SAS Data Step auf einen Datensatz angewendet werden kann, auch in Pandas ausgeführt werden.
Input: Unsere Input-Tabelle besitzt 24 Datensätze und besteht aus den Spalten "ID", "Month", "Category" und "Value".
ID Month Category Value
1 1 Revenue 25
1 1 Profit 5
1 2 Revenue 30
1 2 Profit 6
1 3 Revenue 28
1 3 Profit 3
1 4 Revenue 27
1 4 Profit 4
1 5 Revenue 29
1 5 Profit 6
1 6 Revenue 31
1 6 Profit 10
2 1 Revenue 40
2 1 Profit 14
2 2 Revenue 42
2 2 Profit 16
2 3 Revenue 39
2 3 Profit 12
2 4 Revenue 41
2 4 Profit 15
2 5 Revenue 42
2 5 Profit 16
2 6 Revenue 43
2 6 Profit 17
Output: Durch die Pivotierung der Tabelle soll folgende Zieltabelle erstellt werden:
- Spalte "ID".
- Spalte "Month".
- Spalte "Revenue".
- Spalte "Profit".
Dabei sollen die Werte der Spalte "Value" in die neuen Spalten "Revenue" und "Profit" überführt werden.
Da manche Operationen in SAS und Python unterschiedlich ausgeführt werden, generieren die beiden Programmiersprachen auch leicht unterschiedliche Ausgabe-Formate. Wir haben daher die Outputs mit dem dazugehörigen Code für SAS und Python separat aufgeführt.
SAS-Code: Die Transponierung bzw. Pivotierung des SAS Data Set "df" würde man wie folgt umsetzen:
proc transpose data = df out = df_pivot (drop = _NAME_);
id Category;
var Value;
by ID Month;
run;
SAS-Output: Das pivotierte SAS Data Set hat die folgende Struktur.
Obs ID Month Profit Revenue
1 1 1 5 25
2 1 2 6 30
3 1 3 3 28
4 1 4 4 27
5 1 5 6 29
6 1 6 10 31
7 2 1 14 40
8 2 2 16 42
9 2 3 12 39
10 2 4 15 41
11 2 5 16 42
12 2 6 17 43
Python-Code: In Python würde man die Pivotierung für ein Pandas Dataframe "df" mit der folgenden Syntax umsetzen.
import pandas as pd
# Pivot DataFrame df
df_pivot = df.pivot_table(index=['ID', 'Month'], columns= ['Category'], values=['Value'])
# Format column names
df_pivot.columns = ['_'.join(str(s).strip() for s in col if s) for col in df_pivot.columns]
# Reset index
df_pivot.reset_index(inplace=True)
Python-Output: Das Ergebnis sieht in Pandas wie folgt aus.
ID Month Value_Profit Value_Revenue
0 1 1 5 25
1 1 2 6 30
2 1 3 3 28
3 1 4 4 27
4 1 5 6 29
5 1 6 10 31
6 2 1 14 40
7 2 2 16 42
8 2 3 12 39
9 2 4 15 41
10 2 5 16 42
11 2 6 17 43
Wenn Sie die nächste Episode nicht abwarten möchten, können Sie auch gerne unser umfangreiches Training Python für SAS Professionals buchen.
Informationen zu den nächsten Kursterminen und zu unserem gesamten Trainingsangebot finden Sie hier.