利用Python的pandas數(shù)據(jù)處理包將寬表變成窄表

更新時間：2022年09月19日 16:57:44 作者：Joy_joye

這篇文章主要介紹了利用Python的pandas數(shù)據(jù)處理包將寬表變成窄表，文章通過圍繞主題展開詳細的內(nèi)容介紹，具有一定的參考價值，需要的小伙伴可以參考一下

前言

工作中經(jīng)常會使用到將寬表變成窄表，例如這樣的形式

編號

編碼

單位1

單位2

單位3

單位4

...

1

編碼1...

數(shù)量...

...

2

編碼2...

數(shù)量...

...

然而工作中，這樣查看數(shù)據(jù)不夠方便，往往需要窄表的形式，如下：

編碼	單位	數(shù)量
編碼1	單位1	數(shù)量1
編碼2	單位2	數(shù)量2

編碼3	單位3	數(shù)量3
......	......	......

嘗試使用Excel中的lookup函數(shù)進行填充，較為麻煩還不能直接實現(xiàn)功能，剛好在自學Python，就查閱了資料，看看能不能使用Python強大的數(shù)據(jù)處理功能來實現(xiàn)這個需求。

pandas簡介：pandas=pannel data+ data analysis;最初被作為金融數(shù)據(jù)分析工具而開發(fā)出來的，pandas為時間序列分析提供了很好的支持。同是也能夠靈活處理缺失數(shù)據(jù)，為數(shù)據(jù)分析操作提供了更為便捷的手段。

話不多說，直接上jupyter代碼。

1.引入包

供處理分析使用,這步so easy!

import pandas as pd
import numpy as np
import os

2.加載數(shù)據(jù)并顯示。常規(guī)操作。

data=pd.read_excel('test.xls')
data.head()

自己的測試數(shù)據(jù)存在test.xls中，這個文件存儲在路徑不必考慮，直接將原始存儲的文件在jupyter中點upload上傳到里根目錄里就可以。

顯示出來的，結(jié)果如圖所示:

3.關(guān)鍵操作，將寬表轉(zhuǎn)換為窄表

pd.set_option('display.max_rows', None)
df=pd.melt(data,id_vars="結(jié)算編碼",var_name="單位",value_name="數(shù)量")
df.head()

顯示結(jié)果如下，可以看到數(shù)據(jù)顯示不全，還有空值，需要進一步進行處理操作。

4.對空值進行處理

pd.set_option('display.max_rows', None)
#刪除所有值為空的行
df.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False) 
#how字段可選有any和all,any表示只要有空值出現(xiàn)就刪除，all表示全部為空值才刪除；inplace字段表示是否替換掉原本的數(shù)據(jù)
#刪除所有值為空的列
df.dropna(axis="columns",how="all",inplace=False)
df.dropna()

處理后的結(jié)果可以看到，數(shù)據(jù)顯示齊全，并已過濾處理掉了空值。

5.導出存儲到Excel中

file_dir = 'D:/program/write/'
exists = os.path.exists(file_dir)
 
if not exists:
 
    os.makedirs(file_dir)
df["結(jié)算編碼"]  = df["結(jié)算編碼"].astype(str) #設(shè)置單元格格式
df.dropna().to_excel(os.path.join(file_dir,"result3.xlsx"), sheet_name="處理結(jié)果")

處理后的存儲結(jié)果：

結(jié)論：Python對數(shù)據(jù)處理分析真的操作簡單高效，后續(xù)可以多多嘗試使用Python來簡化辦公繁雜的程序，提升工作效率。

到此這篇關(guān)于利用Python的pandas數(shù)據(jù)處理包將寬表變成窄表的文章就介紹到這了,更多相關(guān)Python的pandas數(shù)據(jù)處理內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: