昨晚试试 数据行转列,差点翻了车
作者:互联网
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。
参数 | 说明 |
---|---|
index | (可选项)将现有的 column values 设置为新 DataFrame 的 index;没有设置index时,则使用现有的index作为新的 DataFrame 的index[1] |
columns | 将现有的 column values 设置为新 DataFrame 的 columns |
values | (可选项)将现有的 column values 设置为新 DataFrame 的 values;没有设置values时,则将其他的 column values 全部作为新DataFrame 的 values |
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
标签:index,差点,试试,column,DataFrame,转列,values,df,pivot 来源: https://blog.51cto.com/u_15127540/2698976