python實現(xiàn)excel轉置問題詳解
excel轉置分為兩種情況,一個是較為簡單的只需要行轉列,列轉行
最簡單的轉置,利用pandas里面的轉置**.T**函數(shù)
代碼如下:
import pandas as pd data = pd.read_excel('testT.xlsx') print('源數(shù)據(jù): ',data) print('==========================') data = data.T print('轉置之后: ', data)
將轉置之后的數(shù)據(jù)輸入到excel中:
data.to_excel('轉置完成后.xlsx',header=False)
如果不添加header=False
利用pandas進行簡單的轉置就算是完成了
二 較為復雜的轉置
源數(shù)據(jù):
轉置之后:
將這四列列名轉變成同一列中的Type中,然后添加一列Amount,將值放進去
觀察可知道year、month、month_en是固定列
import pandas as pd data = pd.read_excel('testT.xlsx') # 確定最后所需要的列名 new_columns = ['year', 'month', 'month_en', 'Type', 'Amount'] # 獲取固定列的值并轉換為values fixed_values = data.iloc[0:,0:3].values.tolist() # 獲取轉置的列名 need_T_columns = data.columns.tolist()[3:] # 獲取需要轉置的值 need_T_values = data.iloc[0:,3:].values.tolist() list1 = [] listAll = [] for i in range(len(fixed_values)): a = fixed_values[i] for j in range(len(need_T_columns)): list1 += a list1.append(need_T_columns[j]) list1.append(need_T_values[i][j]) listAll.append(list1) list1 = [] data = pd.DataFrame(listAll, columns=new_columns) print(data)
取出來的fixed_values、need_T_columns、need_T_value
無論是需要轉置多么復雜的 只要分清楚什么是固定的列,什么是需要轉置之后保留的列名(有的是多個日期),還有就是需要轉置的值就好了
將上面的最終結果輸出到excel里面
進行總值對照是一樣的
到此這篇關于python實現(xiàn)excel轉置問題詳解的文章就介紹到這了,更多相關python excel轉置內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
Python+OpenCV實戰(zhàn)之利用?K-Means?聚類進行色彩量化
這篇文章主要介紹了如何利用?K-Means?聚類進行色彩量化,以減少圖像中顏色數(shù)量。文中的代碼具有一定的學習價值,感興趣的小伙伴可以關注一下2021-12-12python 安裝virtualenv和virtualenvwrapper的方法
下面小編就為大家?guī)硪黄猵ython 安裝virtualenv和virtualenvwrapper的方法。小編覺得挺不錯的,現(xiàn)在就分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2017-01-01Jupyter Notebook/VSCode導出PDF中文不顯示的解決
這篇文章主要介紹了Jupyter Notebook/VSCode導出PDF中文不顯示的解決方案,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2023-06-06Pandas在數(shù)據(jù)分析和機器學習中的應用及優(yōu)勢
Pandas是Python中用于數(shù)據(jù)處理和數(shù)據(jù)分析的庫,它提供了靈活的數(shù)據(jù)結構和數(shù)據(jù)操作工具,包括Series和DataFrame等。Pandas還支持大量數(shù)據(jù)操作和數(shù)據(jù)分析功能,包括數(shù)據(jù)清洗、轉換、篩選、聚合、透視表、時間序列分析等2023-04-04