快捷導(dǎo)航

python實(shí)現(xiàn)Excel多行多列的轉(zhuǎn)換的示例

更新時間：2023年03月13日 09:52:32 作者：GISer_小汪汪

本文主要介紹了python實(shí)現(xiàn)Excel多行多列的轉(zhuǎn)換的示例，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

前言

使用pandas對Excel的多行和多列進(jìn)行轉(zhuǎn)換

提示：以下是本篇文章正文內(nèi)容，下面案例可供參考

一、使用需求

將上表中的多行多列數(shù)據(jù)轉(zhuǎn)換成下表中的三列多行數(shù)據(jù)，需要做的就是將同一日期不同坐標(biāo)的值匯總到一列數(shù)據(jù)。核心思想就是新建一列然后把原來的一行多列數(shù)據(jù)匯總成一列多行數(shù)據(jù)。不同日期的值匯總到一起，即完成多行多列的轉(zhuǎn)換。

二、使用步驟

1.引入庫

import pandas as pd

2.讀入數(shù)據(jù)

df = pd.read_excel('源數(shù)據(jù).xlsx')

3.將需要合并的列的列名先放在列表中

merge_list = list(df.loc[:, '75.951142 39.473421':].columns)#這里是坐標(biāo)，是日期右邊的列名，可以根據(jù)自己的表格改。

4.填充空值為0

df.loc[:, '75.951142 39.473421':] = df.loc[:, '75.951142 39.473421':].fillna(0)

5.添加新列，把待合并的所有列變成一個大字符串(傳入函數(shù)處理)

# 定義函數(shù)來處理合并操作
def merge_values(s):
    # 每2列進(jìn)行合并分隔符為|，2列與2列合并分割符為#，即 監(jiān)測值和坐標(biāo)
    result = []
    for idx in range(0, len(s.values), 2):  # len(s.values)即df.loc[:,'學(xué)科':]的每一行的長度 ，第三個字段2為步長2即2個合并
        result.append(f'{s[idx]}|{merge_list[idx]}')  # 生成一個列表，格式為數(shù)值和坐標(biāo)，這里merge_list[idx]是后面添加的坐標(biāo)列
    return '#'.join(result)  # 將列表用#號分割返回一個大字符串 格式為：檢測值和坐標(biāo)
# 添加新列，把待合并的所有列變成一個大字符串(傳入函數(shù)處理)
df['merge'] = df.loc[:, '75.951142 39.473421':].apply(merge_values, axis=1)

6.刪除合并之前的列，保存id，name，merge列

df.drop(merge_list,axis=1,inplace=True)

7. 使用explode來變成多列

df['75.951142 39.473421'] = df['merge'].str.split('|').str[0]df['坐標(biāo)'] = df['merge'].str.split('|').str[1]#這里添加新的坐標(biāo)列df.drop(['merge'],axis=1,inplace=True)df['75.951142 39.473421'] = df['merge'].str.split('|').str[0]
df['坐標(biāo)'] = df['merge'].str.split('|').str[1]#這里添加新的坐標(biāo)列
df.drop(['merge'],axis=1,inplace=True)

8.存儲到本地生成新的csv文件

df.to_excel('轉(zhuǎn)換后數(shù)據(jù).xlsx', index=False)

總結(jié)

以上就是今天要講的內(nèi)容，本文僅僅簡單介紹了多行多列數(shù)據(jù)之間的轉(zhuǎn)換的一個小案例，主要是利用pandas來解決。

到此這篇關(guān)于python實(shí)現(xiàn)Excel多行多列的轉(zhuǎn)換的示例的文章就介紹到這了,更多相關(guān)python Excel多行多列轉(zhuǎn)換內(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: