标签：宽表变 Python excel melt df data day row
数据规整
melt：英文融化、溶解
melt函数 的主要作用是将DataFrame从宽格式转换成长格式 columns to values
melt函数是把宽表转变为长表，
pivot：英文旋转，以...为中心旋转
'pivot函数把长表转换成宽表 column values to index, to column, to value
两者经常用于数据的长宽表转换、数据的规整，与Excel的数据透视功能类似
excel 行转列
数字转字符
添加单引号
使用文本函数 TEXT
apply的两种使用方式
不带参数
def join_columns(row):
return str(row['A']) + '-' + str(row['B'])
df['C'] = df.apply(join_columns, axis=1)
print(df)
带参数
# 定义处理每一行的函数
def process_row(row, a, b):
return row['A'] + row['B'] + a + b
# 对每一行执行 process_row 函数，并将参数传递给 args 参数中
df['C'] = df.apply(process_row, axis=1, args=(2, 3))
args 时，请确保按照正确的顺传递所有参数
df['C'] = df.apply(lambda row: process_row(row, a=2, b=3), axis=1)
apply函数
axis=0表示沿着0轴方向切片即按列切片，axis=1表示沿着1轴方向切片即按行切片
列名处理
宽表变长表
import pandas as pd
import os
if __name__ =="__main__":
excel_dir = r"D:\grade_class\input_excel"
json_nm = r"202211_day_detail.xlsx"
excel_file_nm = os.path.join(excel_dir, json_nm)
excel_data = pd.read_excel(io=excel_file_nm, sheet_name='Sheet1')
## NaN 填充为""
excel_data = excel_data.fillna("")
print(excel_data.head(10))
data_info = ['11.01','11.02','11.03','11.04','11.07','11.08','11.09','11.10' ]
data_ls = ["班级"]
## 相同列名合并为一个
# #print(excel_data.columns)
for sig_data_day in data_info:
excel_data["2022."+sig_data_day] = (excel_data[sig_data_day].replace('\n',' ', regex=True) +
excel_data[sig_data_day+".1"]).replace('\n',' ', regex=True)
data_ls.append("2022."+sig_data_day)
subset_df = excel_data[data_ls]
## 宽表变为长表
temp = subset_df.melt(id_vars='班级', value_vars=data_ls)
result_df = temp.sort_values(by=['班级',"variable"])
print(result_df.head(50))
result_df.columns =["班级","日期","工作内容"]
out_file = r'D:\grade_class\input_excel\out\filename_12.csv'
result_df.to_csv(out_file, index=False)
info =pd.merge(deal_data, excel_data, how = 'left', left_on = ["班级","日期"], right_on = ["班级","周末"])
参考
https://www.cnblogs.com/ytwang/p/16249723.html
标签：宽表变,
Python,
excel,
melt,
df,
data,
day,
row
From： https://www.cnblogs.com/ytwang/p/17904049.html