昨晚试试 数据行转列,差点翻了车
16lz
2021-01-22
昨晚试试 数据行转列,差点翻了车
作者:朱小五
来源:凹凸数据
大家好,我是小五
昨晚遇到一道数据行转列问题,差点翻了车,跟大家分享一下。
先跟大家讲一下,常见的行转列一般是这种形式:
通常用来考察“如何用SQL、或者Python实现?”
昨天群里有个朋友问了一道类似的题,我张嘴就来。
结果拿来测试表一看,翻车了啊!这并不是常见的那种行转列啊!
相当于分组筛选,然后横向拼接到一起?这思路也不对啊
不过既然是行转列,就先用df.pivot()莽一莽吧。df.pivot()可以将长数据集转换成宽数据集,对于改变DataFrame 的结构往往使用它或者数据透视表。
df.pivot(index=None, columns=None,values=None)
df.pivot()就三个参数,其中index、values非必填,产生的缺省值,会用NaN填充。
先导入测试表
df = pd.read_excel('测试.xlsx',header=0,encoding='utf-8').astype(str)
再看一下想要达到的成果
所以需要设置 columns='小组',values='姓名',不过这里 values 设置与否意义不大,因为一共两列,省略设置values的话,姓名自然会成为新DataFrame 的 values。
- 依据:没有设置values时,则将其他的 column values 全部作为新DataFrame 的 values
看到充满了NaN,第一时间想到了dropna(),问题是每一行/列都有NaN,一删就删没了。
所以最后采用了df.apply的形式,将每列数据作为Series的数据结构单独删去NaN,这样就不会影响其他列了。
df.pivot(columns='小组').apply(lambda x: pd.Series(x.dropna().values))
一行Python成功解决!
本文相关源码+测试数据集下载:
https://alltodata.cowtransfer.com/s/3855bebc4f254a
参考资料
[1]
Pandas_规整数据_转换数据_pivot(): https://blog.csdn.net/mingkoukou/article/details/82852275
本文纯属抛砖引玉,如果有更好的方法快在评论区告诉我吧!
不知道大家对正常版本的行转列感兴趣不?点个在看众筹文章吧
©著作权归作者所有:来自51CTO博客作者mb5fe18e5a55d8d的原创作品,如需转载,请注明出处,否则将追究法律责任更多相关文章
- Python探索性数据分析,这样才容易掌握
- 用 Python 读取巴菲特最近的持仓数据
- 全息金融行业数据安全解决方案
- 用Excel、SQL、Python做数据分析有何不同?
- 如何正确的获取数据?
- 数据分析和数据科学的四个时代
- 用Python分析5187位CSDN博主数据,顺便把昨天扒掉的裤子穿上
- 2019年1-5月文章汇总 | Python数据之道
- 用 Python 分析了 20 万场吃鸡数据