快捷導(dǎo)航

Python實(shí)現(xiàn)將橫表和縱表任意轉(zhuǎn)換的兩種方法

更新時(shí)間：2023年12月28日 10:18:30 作者：大話數(shù)據(jù)分析

在日常做數(shù)據(jù)分析,接收到最多的表格是縱表,每個(gè)字段變量都有很長(zhǎng)數(shù)據(jù)的長(zhǎng)表,我們稱之為縱向數(shù)據(jù),但是,有時(shí)候,我們也會(huì)遇到橫表,對(duì)于橫向數(shù)據(jù),我們會(huì)數(shù)據(jù)轉(zhuǎn)化,將其轉(zhuǎn)化為縱向數(shù)據(jù),感興趣的同學(xué)跟著小編一起來學(xué)習(xí)吧

我們?nèi)粘Ｗ鰯?shù)據(jù)分析，接收到最多的表格是縱表，每個(gè)字段變量都有很長(zhǎng)數(shù)據(jù)的長(zhǎng)表，我們稱之為縱向數(shù)據(jù)，但是，有時(shí)候，我們也會(huì)遇到橫表，稱之為橫向數(shù)據(jù)，對(duì)于橫向數(shù)據(jù)，我們會(huì)數(shù)據(jù)轉(zhuǎn)化，將其轉(zhuǎn)化為縱向數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，下面一起來學(xué)習(xí)。

示例工具：anconda3.7
本文講解內(nèi)容：pandas數(shù)據(jù)重塑
適用范圍：在Python橫表與縱表轉(zhuǎn)化

動(dòng)圖封面

首先導(dǎo)入我們本次案例使用的橫向數(shù)據(jù)，從這里看出，橫向數(shù)據(jù)類似于Excel數(shù)據(jù)透視表得出的表，將''季度''這個(gè)字段拖入到列，就會(huì)得到橫表。

導(dǎo)入橫向數(shù)據(jù)如下，包含城市、年份等字段。

import pandas as pd  
 
wide_table=pd.read_excel(r'C:\Users\尚天強(qiáng)\Desktop\各城市銷量橫向數(shù)據(jù).xlsx') 
wide_table

橫表轉(zhuǎn)縱表

橫表轉(zhuǎn)縱表這里介紹兩種方法，一種是melt()方法，另一種是stack()方法，在melt()的參數(shù)中id_vars表示不需要被轉(zhuǎn)換的列名，除此之外剩下的列全部都要轉(zhuǎn)換，就不用寫了，var_name和value_name是自定義設(shè)置對(duì)應(yīng)的列名，轉(zhuǎn)為長(zhǎng)表的數(shù)據(jù)如下所示。

long_table=wide_table.melt(id_vars=["城市","年份"],var_name="季度",value_name="銷售量") 
long_table=long_table.sort_values(by=["城市","年份","銷售量"],ascending=False) 
long_table

使用stack()方法，首先將'城市','年份'設(shè)置為這組數(shù)據(jù)的索引，然后stack()將列索引轉(zhuǎn)換為行索引，最后reset_index()重置索引，修改一下列名，即可的得到與上面一樣的結(jié)果。

long_table=wide_table.set_index(['城市','年份']).stack().reset_index() 
long_table.columns=['城市','年份','季度','銷售量'] 
long_table

縱表轉(zhuǎn)橫表

縱表轉(zhuǎn)橫表就是使用前面介紹的數(shù)據(jù)透視的方法，看看Python如何做數(shù)據(jù)透視，這里使用pivot_table()，與Excel數(shù)據(jù)透視表類似，index放入行值,columns放入列值，values放入計(jì)算的值，然后重置索引，即可得到橫表的結(jié)果。

wide_table=long_table.pivot_table(index=['城市','年份'],columns='季度',values='銷售量').reset_index() 
wide_table=wide_table[['城市','年份','第一季度','第二季度','第三季度','第四季度']] 
wide_table

除此之外介紹一個(gè)SQL語法創(chuàng)建數(shù)據(jù)透視表的方法，這里導(dǎo)入pandasql庫，sum結(jié)合case when函數(shù)判斷計(jì)算列值，然后group by進(jìn)行分組，即可得出如下的結(jié)果。

import pandasql as sql 
 
sql.sqldf("""select 城市,年份,
              sum(case when 季度="第一季度" then 銷售量 end) as "第一季度",
              sum(case when 季度="第二季度" then 銷售量 end) as "第二季度",
              sum(case when 季度="第三季度" then 銷售量 end) as "第三季度",
              sum(case when 季度="第四季度" then 銷售量 end) as "第四季度" 
              from long_table
              group by 城市,年份
              order by 年份;""")

數(shù)據(jù)導(dǎo)出

本節(jié)的內(nèi)容相對(duì)比較簡(jiǎn)單，熟練掌握縱表和橫表的相互轉(zhuǎn)化方法，以及數(shù)據(jù)透視的方法，可以讓數(shù)據(jù)清洗變得尤為簡(jiǎn)單，數(shù)據(jù)表轉(zhuǎn)換后賦值變量，然后導(dǎo)出，數(shù)據(jù)結(jié)果如下所示。

 table1=long_table
 table2=sql.sqldf("""select 城市,年份,
                     sum(case when 季度="第一季度" then 銷售量 end) as "第一季度",
                     sum(case when 季度="第二季度" then 銷售量 end) as "第二季度",
                     sum(case when 季度="第三季度" then 銷售量 end) as "第三季度",
                     sum(case when 季度="第四季度" then 銷售量 end) as "第四季度"
                     from long_table
                     group by 城市,年份
                     order by 年份;""")
 
#數(shù)據(jù)導(dǎo)出 
write=pd.ExcelWriter(r'C:\Users\尚天強(qiáng)\Desktop'+'\\Python轉(zhuǎn)置結(jié)果'+'.xlsx')
 
table1.to_excel(write,sheet_name='Python橫向轉(zhuǎn)縱向',index=False) 
table2.to_excel(write,sheet_name='Python縱向轉(zhuǎn)橫向',index=False)
 
write.save()
write.close()