编程语言
首页 > 编程语言> > 惊了，2行python代码干了1天的工作量，python太强了

惊了，2行python代码干了1天的工作量，python太强了

作者：互联网

事情是这样的，元旦前有朋友向我寻求帮助，吐槽老板在放假前给他安排一个苦逼的差事，想问问我能不能帮个忙，要不然假期都过不好了
在这里插入图片描述

工作具体内容如下，主要是想把一个二维表格转成一维表格，如下图（表格为替代品）：
在这里插入图片描述

于是我马上想到了pandas，想着这么强大的函数肯定有这个功能，于是我开始翻阅资料，没想到还真找到了，而且仅用三行代码就搞定了，惊的朋友直呼python牛批

下面个大家详细介绍一下整个过程

1.正确读取表格

首先按照传统的方式读表格：

import pandas as pd
data1 = pd.read_excel('高中生数量.xlsx')
data1

在这里插入图片描述

发现索引列没有被识别，产生了Unnamed: 0列，所以我们应该把第一列设置为索引列，代码如下：

import pandas as pd
data1 = pd.read_excel('高中生数量.xlsx',index_col=0)  #index_col用来设置索引列
data1

在这里插入图片描述

这样就正常读取并识别表格了

2.重置索引

这一步主要是将索引列重置，变为普通列，便于下步，代码如下

data2=data1.reset_index()
data2

在这里插入图片描述

可以发现，之前的索引列编程‘index’列了

3.将列名转换为列数据

这一步主要用到pandas的melt函数，melt是逆转操作函数，可以将列名转换为列数据(columns name → column values)，重构DataFrame，用法如下：

pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None)

参数解释：

frame:要处理的数据集；  
id_vars:不需要被转换的列名；  
value_vars:需要转换的列名，如果剩下的列全部都要转换，就不用写了；  
var_name和value_name是自定义设置对应的列名；  
col_level :如果列是MultiIndex，则使用此级别。

我们把’index’列保留，并把转换后的列命名为’year’,value命名为’stu_num’:

data3=data2.melt(id_vars='index', var_name='year',value_name='stu_num')
data3

在这里插入图片描述

4.把第一列设置为索引列

为了防止保存后的表格带有数字索引，需要把第一列设置为索引列：

data4=data3.set_index('index')
data4

在这里插入图片描述

5.保存表格

data4.to_excel('转换后表格.xlsx')

大功告成，上述代码可以用3行代码搞定：

data = pd.read_excel('高中生数量.xlsx',index_col=0)
data=data.reset_index().melt('index', var_name='col').set_index('index')
data.to_excel('转换后表格.xlsx')

是不是很强悍！

一起感受一下妹子的夸赞吧！
在这里插入图片描述

幸福就是这么简单，不是哥优秀，而是python太强大，哈哈！

​最后，为了方便大家学习，鸟哥给大家准备一份pandas视频教程。这套视频即生动有趣，又通俗易懂，而且是高清视频，非常适合pandas学习者，总共30个课时，而且附带源码和数据素材，已经给大家打包准备好，获取方式如下：

获取视频：

1.扫码下面的公众号

2.输入：pandas

在这里插入图片描述

标签：index,name,太强,python,value,索引,表格,工作量,pandas
来源： https://blog.csdn.net/weixin_42241770/article/details/112225855