python一維表轉(zhuǎn)二維表的實(shí)現(xiàn)示例
本文主要介紹了python一維表轉(zhuǎn)二維表的實(shí)現(xiàn)示例,具體如下:

一維表轉(zhuǎn)二維表
import pandas as pd
# 讀取數(shù)據(jù)
product_df = pd.read_csv(r'D:\excelFile\practice\物品屬性值一維表.csv',encoding='utf-8')
# print(product_df)
# 將一維表轉(zhuǎn)變二維
s = pd.Series(list(product_df['屬性值']),index=[product_df['物品編號(hào)'],product_df['屬性名']]) # 利用一維數(shù)據(jù)表 構(gòu)造一個(gè)二級(jí)索引Series對(duì)象
new_df = s.unstack() # 對(duì)s執(zhí)行stack的逆操作unstack
# 結(jié)果寫入新的文件中
# new_df.to_csv("D:\excelFile\practice\物品屬性值二維表.csv", encoding="utf-8", mode="w", index=True)
new_df結(jié)果:

寫入表后:

二維表轉(zhuǎn)一維表
將上述二維數(shù)據(jù)結(jié)果放入一個(gè)xlsx文檔,讀取然后將其轉(zhuǎn)為一維
product_df2 = pd.read_excel('D:\\excelFile\practice\物品屬性值一維表.xlsx','Sheet2')
# 將二維數(shù)據(jù)表轉(zhuǎn)化為一維數(shù)據(jù)表:
new_data = product_df2.set_index('物品編號(hào)') # 將product_df2中的物品編號(hào)一列設(shè)置為索引列
print('new_data: ------ \n {}'.format(new_data))
df1 = new_data.stack() # stack的返回對(duì)象df1是一個(gè)二級(jí)索引Series對(duì)象
print('df1: ------ \n {}'.format(df1))
df2 = df1.reset_index() # 通過reset_index函數(shù)將Series對(duì)象的二級(jí)索引均轉(zhuǎn)化為DataFrame對(duì)象的列值
print('df2: ------\n {}'.format(df2))
df2.columns = ['物品變編號(hào)','屬性名','屬性值']
print('df2 修改列名:----- \n {}'.format(df2))
# 結(jié)果寫入新的文件中
# df2.to_excel("D:\excelFile\practice\物品屬性值二維表2.xlsx", encoding="utf-8", index=True)

到此這篇關(guān)于python一維表轉(zhuǎn)二維表的實(shí)現(xiàn)示例的文章就介紹到這了,更多相關(guān)python一維表轉(zhuǎn)二維表內(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!
相關(guān)文章
創(chuàng)建Django項(xiàng)目圖文實(shí)例詳解
這篇文章主要介紹了創(chuàng)建Django項(xiàng)目,結(jié)合圖文與實(shí)例形式詳細(xì)分析了Django項(xiàng)目創(chuàng)建的具體步驟與相關(guān)操作技巧,需要的朋友可以參考下2019-06-06
Pandas中DataFrame.drop()函數(shù)的具體使用
DataFrame.drop是Pandas庫中一個(gè)非常實(shí)用的函數(shù),用于刪除 DataFrame中的行或列,本文就來介紹一下Pandas中DataFrame.drop()函數(shù)的具體使用,感興趣的可以了解一下2024-07-07
網(wǎng)易有道2017內(nèi)推編程題 洗牌(python)
這篇文章主要為大家詳細(xì)介紹了網(wǎng)易有道2017內(nèi)推編程題:洗牌,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2019-06-06
python如何通過Json路徑返回Json響應(yīng)對(duì)應(yīng)的值
這篇文章主要介紹了python如何通過Json路徑返回Json響應(yīng)對(duì)應(yīng)的值問題,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2024-06-06

