pandas 一维台账数据与二维表格数据的转换

Posted 2020-12-19 cycxtz

需求：低版本excel对于使用透视表后，索引方向会出现合并，需要将其恢复为“台账”样式。

解决方法：可以使用reset_index()。

在Pandas中如何给多层索引降级： https://blog.csdn.net/qq_36387683/article/details/86616367

pandas中DataFrame的stack()、unstack()和pivot()方法的对比:https://blog.csdn.net/S_o_l_o_n/article/details/80917211

Python: Pandas中stack和unstack的形象理解:https://blog.csdn.net/anshuai_aw1/article/details/82830916

python pandas stack和unstack函数:https://www.cnblogs.com/bambipai/p/7658311.html

Pandas 基础(12) - Stack 和 Unstack:https://www.cnblogs.com/rachelross/p/10439704.html

Python实现一维表与二维表之间的相互转化:https://blog.csdn.net/qq_41080850/article/details/86294173

 

从源数据转化使用数据透式表的话，最终的样式不方便筛选，存在合并单元格。实际想转化为中间的样式。

 

 

import pandas as pd
import numpy as np

df = pd.read_excel(r‘data/test2.xls‘)
# 数据透式表
table = pd.pivot_table(df, values=‘销售额‘, index=[‘地区‘, ‘时间‘],
                    columns=[‘产品‘], aggfunc=np.sum)
table.head()

输出，与EXCEL操作一致，存在合并的格：

 

 

 

# 重置行索引，默认将原来的索引转化为列
table.reset_index().head()

输出：

 

 

 注意：reset_index需要列只有一层索引，如果列存在多层索引，需要对列进行重新赋值再进行 reset_index()

# 将多层列索引组合层一层显示
table.columns = ["_".join(x) for x in table.columns.ravel()]

关于 stack 和 unstack 也可以达到同样的效果。

new_data = df.set_index([‘地区‘,‘时间‘,‘产品‘]) # 将df中的地区一列设置为索引列
new_data.head()

输出：

 

 

 

df2 = new_data.unstack(‘产品‘)
# 因为列为多层索引，需要转化为1层
df2.columns = [x[1] for x in df2.columns.ravel()]
df2.reset_index(inplace=True)
df2.head()

 

 

 从这个需求来看，pivot_table 用法相对简单。