pandas 一維台賬數據與二維表格數據的轉換

需求：低版本excel對於使用透視表后，索引方向會出現合並，需要將其恢復為“台賬”樣式。

解決方法：可以使用reset_index()。

在Pandas中如何給多層索引降級： https://blog.csdn.net/qq_36387683/article/details/86616367

pandas中DataFrame的stack()、unstack()和pivot()方法的對比: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函數:https://www.cnblogs.com/bambipai/p/7658311.html

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

Python實現一維表與二維表之間的相互轉化:https://blog.csdn.net/qq_41080850/article/details/86294173

 

從源數據轉化使用數據透式表的話，最終的樣式不方便篩選，存在合並單元格。實際想轉化為中間的樣式。

 

 

import pandas as pd
import numpy as np

df = pd.read_excel(r'data/test2.xls')
# 數據透式表
table = pd.pivot_table(df, values='銷售額', index=['地區', '時間'],
                    columns=['產品'], aggfunc=np.sum)
table.head()

輸出，與EXCEL操作一致，存在合並的格：

 

 

 

# 重置行索引，默認將原來的索引轉化為列
table.reset_index().head()

輸出：

 

 

 注意：reset_index需要列只有一層索引，如果列存在多層索引，需要對列進行重新賦值再進行 reset_index()

# 將多層列索引組合層一層顯示
table.columns = ["_".join(x) for x in table.columns.ravel()]

關於 stack 和 unstack 也可以達到同樣的效果。

new_data = df.set_index(['地區','時間','產品']) # 將df中的地區一列設置為索引列
new_data.head()

輸出：

 

 

 

df2 = new_data.unstack('產品')
# 因為列為多層索引，需要轉化為1層
df2.columns = [x[1] for x in df2.columns.ravel()]
df2.reset_index(inplace=True)
df2.head()

 

 

 從這個需求來看，pivot_table 用法相對簡單。