前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >对比excel,用python实现逆透视操作(宽表变长表)

对比excel,用python实现逆透视操作(宽表变长表)

原创
作者头像
码农向前冲
发布2022-01-08 13:49:19
1.6K0
发布2022-01-08 13:49:19
举报
文章被收录于专栏:Python学习必看

大家好

最近看到群友们在讨论一个宽表变长表的问题,其实这类需求也很常见于我们日常的数据处理中。综合群友们的智慧,今天我们就来看看excelpython如何实现这个需求吧!

目录:

  1. excel逆透视技巧
  2. Pandas逆透视技巧1. excel逆透视技巧

excel做逆透视操作是需要用到Power Query。

第一步:选中数据,然后在菜单栏-数据-点击来自表格/区域

选中数据-来自表格

第二步:创建表的时候,根据实际情况选中是否包含标题(本例不包含)

创建表

第三步:点击上述确认按钮后会出现Power Query编辑器

Power Query编辑器

第四步:按照control选中全部需要操作的列(或者shift连续取列),再到转换-点击逆透视列

逆透视列

第五步:可以看到出现了我们需要的结果

逆透视结果

第六步:点击左上角文件,选中关闭并上载

上载数据

第七步:我们发现,在原始表出现了 表1的页签,里面正是我们期望的逆透视结果,搞定!(删掉无关列属性即可)

最终结果数据

2. Pandas逆透视技巧

我们要做的是透视的逆向操作,也就是逆透视pandas自然也提供了非常方便的函数方法,让我们来一起看看吧。

隆重推荐 melt函数方法:

代码语言:txt
复制
df.melt(
    id_vars=None,
    value_vars=None,
    var_name=None,
    value_name='value',
    col_level: 'Level | None' = None,
    ignore_index: 'bool' = True,
) -> 'DataFrame'
Docstring:
Unpivot a DataFrame from wide to long format, optionally leaving identifiers set.

id_vars :tuple,list或ndarray(可选),用作标识变量的列

value_vars:tuple,列表或ndarray,可选,要取消透视的列。如果未指定,则使用未设置为id_vars的所有列

var_name:scalar,用于“变量”列的名称。如果为None,则使用frame.columns.name或“variable”

value_name:scalar,默认为“ value”,用于“ value”列的名称

col_level:int或str,可选,如果列是MultiIndex,则使用此级别来融化

就不举例了,直接拿案例数据开搞!

代码语言:txt
复制
import pandas as pd
# 读取数据
df = pd.read_excel(r'0927测试数据.xlsx', header=None)
df

数据预览

代码语言:txt
复制
# 直接逆透视
(
    df.melt(id_vars=df.columns[:2], # 标识变量的列
        value_vars=df.columns[2:], # 注释掉结果一样
        ignore_index=True, # 忽略索引
           )
    .sort_values(by=[0,1]) # 排序
    .dropna() # 删除含空值的行
)

结果

是不是很方便,直接一个函数即可搞定,感谢 群成员 1px 提供的思路。

这种解决方案,笔者在之前给朋友处理过,不过看到这题的时候我居然用的是另外一种更复杂的解决方法,简直秀逗了。

我们也看看这种更麻烦的解决方案吧:

核心是explode爆炸列

代码语言:txt
复制
data = df.iloc[:,:2].copy()
data
图片
图片

初始化data

代码语言:txt
复制
# 辅助列用于存储店信息列表
data['辅助列'] = list(df.loc[:,2:].values)
data
图片
图片

辅助列存储店信息列表

代码语言:txt
复制
# 爆炸列完成需求
data.explode(column='辅助列').dropna()
图片
图片

爆炸列完成需求

以上就是本次的全部内容,围绕着关于宽表转长表,也就是逆透视的操作。其实excelpandas都提供了很简单直接的处理方法,大家熟悉操作后自然就能轻车熟路,高效解决问题啦。

不过,我们也可以通过其他一些思路来锻炼自己的逻辑思维能力,也许能更强化自己对复杂问题的应对水平哦!

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 2. Pandas逆透视技巧
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档