Bỏ qua đến nội dung chính
Mục lục

melt() trong pandas: đổi bảng rộng thành bảng dài

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 9/13 · Chương 7

Ghép và đổi hình bảng

  • 6 phút
  • Trung cấp
  • Python 3.14
  • Cập nhật

Phương thức melt() đổi một bảng rộng thành bảng dài (pandas melt): các cột cùng loại, như tám cột doanh thu của tám chi nhánh, được gom thành hai cột, một cột ghi tên chi nhánh và một cột ghi con số. Bảng dài là dạng mà groupby(), lọc và vẽ biểu đồ của pandas làm việc thuận nhất.

Cần biết trước: đọc file CSV và DataFrame.

Bảng rộng và bảng dài

File doanh_thu_chi_nhanh.csv của bộ dữ liệu thực hành là một ma trận: mỗi dòng một tháng, mỗi chi nhánh một cột, đơn vị triệu đồng.

python
import pandas as pd

rong = pd.read_csv("doanh_thu_chi_nhanh.csv")
print(rong.shape)
print(list(rong.columns))

KẾT QUẢ

(12, 9)
['thang', 'Hà Nội', 'TP. Hồ Chí Minh', 'Hải Phòng', 'Đà Nẵng', 'Huế', 'Khánh Hòa', 'Đồng Nai', 'Cần Thơ']

Bảng này đọc dễ bằng mắt, như một trang báo cáo. Nhưng "chi nhánh" ở đây nằm rải trong tám tên cột. Muốn tổng doanh thu theo chi nhánh, lọc các chi nhánh miền Trung hay tìm tháng tốt nhất của từng nơi, bạn phải viết code riêng cho từng cột.

Bảng dài đặt mỗi quan sát vào một dòng: tháng nào, chi nhánh nào, doanh thu bao nhiêu. Mười hai tháng nhân tám chi nhánh thành 96 dòng, ba cột. Lấy một sổ thu chi viết theo kiểu bảng ô vuông, tháng ở lề trái, chi nhánh ở đầu trang: bảng dài là cùng sổ ấy chép lại thành từng dòng nhật ký "tháng 1, Hà Nội, 1.055 triệu".

melt() với id_vars, var_name, value_name

id_vars= nêu các cột giữ nguyên làm nhãn của mỗi dòng. Các cột còn lại được gom lại: tên cột vào cột var_name=, giá trị vào cột value_name=.

python
import pandas as pd

rong = pd.read_csv("doanh_thu_chi_nhanh.csv")
dai = rong.melt(id_vars="thang", var_name="chi_nhanh",
                value_name="doanh_thu")
print(dai.shape)
print(dai.head(3))
print(dai.tail(2))

KẾT QUẢ

(96, 3)
     thang chi_nhanh  doanh_thu
0  2025-01    Hà Nội       1055
1  2025-02    Hà Nội        577
2  2025-03    Hà Nội        763
      thang chi_nhanh  doanh_thu
94  2025-11   Cần Thơ        306
95  2025-12   Cần Thơ        342

Kết quả đi hết 12 tháng của Hà Nội rồi mới tới chi nhánh sau, nên dòng cuối là tháng 12 của Cần Thơ. Không ghi var_name= và value_name=, hai cột mới mang tên mặc định variable và value, đúng nhưng khó đọc. Đổi var_name="chi_nhanh" thành var_name="noi_ban" rồi chạy lại: dòng tiêu đề của hai bảng in noi_ban.

value_vars= chọn riêng những cột cần gom, khi bạn không muốn gom hết các cột còn lại. rong.melt(id_vars="thang", value_vars=["Huế", "Đà Nẵng"], var_name="chi_nhanh") chỉ cho 24 dòng của hai chi nhánh miền Trung.

Bảng dài dùng để làm gì

Có bảng dài, các câu hỏi vốn phải viết cho tám cột chỉ còn một dòng code. Tổng doanh thu cả năm của từng chi nhánh là một groupby():

python
import pandas as pd

rong = pd.read_csv("doanh_thu_chi_nhanh.csv")
dai = rong.melt(id_vars="thang", var_name="chi_nhanh",
                value_name="doanh_thu")
tong = dai.groupby("chi_nhanh")["doanh_thu"].sum()
print(tong.sort_values(ascending=False).head(3))

KẾT QUẢ

chi_nhanh
TP. Hồ Chí Minh    12111
Hà Nội             10413
Hải Phòng           5199
Name: doanh_thu, dtype: int64

TP. Hồ Chí Minh dẫn đầu với hơn 12 tỉ, Hà Nội đứng sau. Cũng bảng dài đó, dai.loc[dai["chi_nhanh"].isin(["Huế", "Đà Nẵng"])] lọc hai chi nhánh, và các hàm vẽ như seaborn nhận thẳng bảng dài với một cột cho trục, một cột cho màu.

Khi cần quay lại bảng rộng để in báo cáo, phép ngược của melt() là pivot().

Kiểm tra nhanh

  1. Sau import pandas as pd và r = pd.DataFrame({"thang": ["T1", "T2"], "A": [5, 6], "B": [7, 8]}), r.melt(id_vars="thang").shape là gì?

    • (4, 3)
    • (2, 3)
    • (6, 2)
  2. Cũng bảng r đó, list(r.melt(id_vars="thang", var_name="cn", value_name="dt").columns) là gì?

    • ['thang', 'cn', 'dt']
    • ['thang', 'variable', 'value']
    • ['cn', 'dt']
  3. Những việc nào dễ hơn hẳn trên bảng dài 96 dòng so với bảng rộng 12 tháng × 8 chi nhánh?

    • Tính tổng doanh thu cả năm của từng chi nhánh bằng một groupby()
    • Lọc các chi nhánh miền Trung bằng một điều kiện trên cột chi_nhanh
    • Đọc nhanh bằng mắt doanh thu của mọi chi nhánh trong tháng 1
    • In báo cáo một trang với mỗi chi nhánh một cột
  4. Cũng bảng r đó, r.melt().shape là gì?

    • (4, 3)
    • (6, 2)
    • (4, 2)
Đúng hết lần đầu +15 XP

Bài tập

Đổi bảng điểm sang dạng dài

Giáo viên ghi điểm theo dạng rộng: cột ho_ten và mỗi bài kiểm tra một cột (tên cột là tên bài, như "Toán" hay "Giữa kỳ"). Ô trống là học sinh vắng bài đó. Viết thân hàm diem_dang_dai(bang_diem, ten_cot="mon"):

  • kết quả có đúng ba cột ho_ten, cột tên ten_cot (ghi tên bài), diem;

  • bỏ các dòng có điểm trống.

Dòng theo thứ tự mà melt() cho (hết bài đầu rồi tới bài sau, trong mỗi bài theo thứ tự học sinh), index mặc định 0, 1, 2…. Hàm không sửa bảng của nơi gọi.

Trả về: bảng điểm dạng dài, một DataFrame.

python
import pandas as pd

def diem_dang_dai(bang_diem, ten_cot="mon"):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • Bảng rộng đặt một loại thông tin (chi nhánh, môn học) thành nhiều cột; bảng dài đặt nó vào một cột, mỗi quan sát một dòng.

  • df.melt(id_vars="thang", var_name="chi_nhanh", value_name="doanh_thu") đổi bảng rộng thành bảng dài.

  • id_vars= là các cột nhãn giữ nguyên; quên nó thì cột nhãn bị gom lẫn vào cột giá trị.

  • value_vars= chọn riêng những cột cần gom.

  • Bảng dài hợp với groupby(), lọc và vẽ biểu đồ; bảng rộng hợp để đọc và in báo cáo.

Câu hỏi thường gặp

Đổi bảng dài ngược lại thành bảng rộng thế nào?

Dùng pivot(): dai.pivot(index="thang", columns="chi_nhanh", values="doanh_thu") cho lại ma trận 12 × 8, với thang làm index. Bài pivot(), stack(), unstack() có các trường hợp pivot báo lỗi.

melt() có giữ được nhiều cột nhãn không?

Có: truyền một list cho id_vars=, như id_vars=["nam", "thang"]. Mỗi dòng của bảng dài mang đủ các cột nhãn đó. Cột nào không nằm trong id_vars= hay value_vars= thì bị gom, nên kiểm list(rong.columns) trước như ví dụ đầu bài.

Vì sao cột tháng của bảng dài vẫn là chuỗi?

melt() không đổi kiểu cột nhãn: thang đọc từ CSV là chuỗi "2025-01" thì vẫn là chuỗi. Muốn lọc theo khoảng ngày hay vẽ trục thời gian, đổi nó thành ngày bằng to_datetime() sau khi melt.

Chủ đề

pandas melt

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập