python - 如何选择 python pandas 排列列与行

Question

我对熊猫很陌生（几个月），我开始建立一个基于熊猫数据数组的项目。

这样的 pandas 数据数组将包含在一个表中，该表包括文本集合中存在的不同类型的单词（大约 100k 文档和大约 200 个关键词）。

例如，想象一下“汽车”和“摩托车”这个词以及编号为 doc1、doc2 等的文档。

我该如何安排？a) 每列的名称是文档编号和索引词“汽车”和“摩托车”或 b) 反过来；索引是文档编号，列标题是单词？

我对 pandas 没有足够的了解，无法预见这种选择的后果。所有代码都将基于该决定。

附带说明一下，数组不是静态的，时不时会有更多的文档和更多的单词被添加到数组中。

你会推荐什么？甲还是乙？为什么？

谢谢。

标签： pythonpandasindexingrowmultiple-columns

Answer 1

通常在 pandas 中，我们遵循实例是列（这里是文档编号）和特征是列（这里是单词）的做法。所以，更喜欢使用方法'b'。