python實(shí)現(xiàn)excel轉(zhuǎn)置問(wèn)題詳解
excel轉(zhuǎn)置分為兩種情況,一個(gè)是較為簡(jiǎn)單的只需要行轉(zhuǎn)列,列轉(zhuǎn)行

最簡(jiǎn)單的轉(zhuǎn)置,利用pandas里面的轉(zhuǎn)置**.T**函數(shù)
代碼如下:
import pandas as pd
data = pd.read_excel('testT.xlsx')
print('源數(shù)據(jù): ',data)
print('==========================')
data = data.T
print('轉(zhuǎn)置之后: ', data)
將轉(zhuǎn)置之后的數(shù)據(jù)輸入到excel中:
data.to_excel('轉(zhuǎn)置完成后.xlsx',header=False)
如果不添加header=False

利用pandas進(jìn)行簡(jiǎn)單的轉(zhuǎn)置就算是完成了
二 較為復(fù)雜的轉(zhuǎn)置
源數(shù)據(jù):

轉(zhuǎn)置之后:


將這四列列名轉(zhuǎn)變成同一列中的Type中,然后添加一列Amount,將值放進(jìn)去
觀察可知道year、month、month_en是固定列
import pandas as pd
data = pd.read_excel('testT.xlsx')
# 確定最后所需要的列名
new_columns = ['year', 'month', 'month_en', 'Type', 'Amount']
# 獲取固定列的值并轉(zhuǎn)換為values
fixed_values = data.iloc[0:,0:3].values.tolist()
# 獲取轉(zhuǎn)置的列名
need_T_columns = data.columns.tolist()[3:]
# 獲取需要轉(zhuǎn)置的值
need_T_values = data.iloc[0:,3:].values.tolist()
list1 = []
listAll = []
for i in range(len(fixed_values)):
a = fixed_values[i]
for j in range(len(need_T_columns)):
list1 += a
list1.append(need_T_columns[j])
list1.append(need_T_values[i][j])
listAll.append(list1)
list1 = []
data = pd.DataFrame(listAll, columns=new_columns)
print(data)
取出來(lái)的fixed_values、need_T_columns、need_T_value

無(wú)論是需要轉(zhuǎn)置多么復(fù)雜的 只要分清楚什么是固定的列,什么是需要轉(zhuǎn)置之后保留的列名(有的是多個(gè)日期),還有就是需要轉(zhuǎn)置的值就好了
將上面的最終結(jié)果輸出到excel里面


進(jìn)行總值對(duì)照是一樣的
到此這篇關(guān)于python實(shí)現(xiàn)excel轉(zhuǎn)置問(wèn)題詳解的文章就介紹到這了,更多相關(guān)python excel轉(zhuǎn)置內(nèi)容請(qǐng)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!
- python操作excel之xlwt與xlrd
- 詳解Python如何實(shí)現(xiàn)對(duì)比兩個(gè)Excel數(shù)據(jù)差異
- python辦公自動(dòng)化(Excel)的實(shí)例教程
- 如何使用python讀取Excel指定范圍并轉(zhuǎn)為數(shù)組
- 利用Python讀取Excel表內(nèi)容的詳細(xì)過(guò)程
- python合并多個(gè)excel的詳細(xì)過(guò)程
- Python讀取excel文件中的數(shù)據(jù),繪制折線圖及散點(diǎn)圖
- python操作excel之openpyxl模塊讀寫(xiě)xlsx格式使用方法詳解
相關(guān)文章
Python+OpenCV實(shí)戰(zhàn)之利用?K-Means?聚類(lèi)進(jìn)行色彩量化
這篇文章主要介紹了如何利用?K-Means?聚類(lèi)進(jìn)行色彩量化,以減少圖像中顏色數(shù)量。文中的代碼具有一定的學(xué)習(xí)價(jià)值,感興趣的小伙伴可以關(guān)注一下2021-12-12
python 安裝virtualenv和virtualenvwrapper的方法
下面小編就為大家?guī)?lái)一篇python 安裝virtualenv和virtualenvwrapper的方法。小編覺(jué)得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2017-01-01
jupyter?notebook內(nèi)核配置的圖文教程
Jupyter?Notebook是基于網(wǎng)頁(yè)的用于交互計(jì)算的應(yīng)用程序,下面這篇文章主要給大家介紹了關(guān)于jupyter?notebook內(nèi)核配置的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-02-02
解決pytorch 的state_dict()拷貝問(wèn)題
這篇文章主要介紹了解決pytorch 的state_dict()拷貝問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-03-03
Jupyter Notebook/VSCode導(dǎo)出PDF中文不顯示的解決
這篇文章主要介紹了Jupyter Notebook/VSCode導(dǎo)出PDF中文不顯示的解決方案,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-06-06
Pandas在數(shù)據(jù)分析和機(jī)器學(xué)習(xí)中的應(yīng)用及優(yōu)勢(shì)
Pandas是Python中用于數(shù)據(jù)處理和數(shù)據(jù)分析的庫(kù),它提供了靈活的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)操作工具,包括Series和DataFrame等。Pandas還支持大量數(shù)據(jù)操作和數(shù)據(jù)分析功能,包括數(shù)據(jù)清洗、轉(zhuǎn)換、篩選、聚合、透視表、時(shí)間序列分析等2023-04-04
使用Python的turtle模塊畫(huà)國(guó)旗
這篇文章主要為大家詳細(xì)介紹了用Python的turtle模塊畫(huà)國(guó)旗,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2019-09-09
Python快速實(shí)現(xiàn)一鍵摳圖功能的全過(guò)程
你有沒(méi)想過(guò),Python也能成為這樣的一種工具:在只有一張圖片,需要細(xì)致地?fù)赋鋈宋锏那闆r下,能幫你減少摳圖步驟,這篇文章主要給大家介紹了關(guān)于Python快速實(shí)現(xiàn)一鍵摳圖功能的相關(guān)資料,需要的朋友可以參考下2021-06-06

