excel数据转置——一维表与二维表之间的转化!

今天跟大家分享excel数据转置——一维表与二维表之间的转化

我们在做数据搜集整理的时候

通常会遇到要将原始数据做转置处理

如下图案例所示

这是一张典型的一维表

纵向的列代表某一个属性

横向的行代表某一条完整的记录

这也是我们接触最多的原始数据

可是有时候为了分析的方便或者作图的需要

往往要将数据重新整理成属性在行,记录在列的形式

如下图所示

难道要一点一点手动录入吗?

本案例数据较少情况还没有那么严重

可是如果数据有几万条、几十万条呢

傻眼了吧,手动得累死

今天要交给大家的是数据转置

●●●●●

逐步如下:

►首先选中要转置的源数据区域并复制

鼠标停留在一个空白单元格区域

然后右键选择黏贴——选择性粘贴——转置

红色标注的图标就代表转置

点击之后就可以完成转置

或者复制并选择空白单元格之后

直接按Ctrl+Alt+V

在弹出菜单中最低端勾选转置复选框

确定之后就可以完成转置

这两种方法效果一样只是入口不一样

●●●●●

如果是用的excel2013版的童鞋

再教你一种方法(注册并登陆Microsoft账户)

打开插入——应用商店

添加如下应用(XL Tool.net unpivot)

选择并插入

在step1中选择要转化的二维表区域

第二步选择一个空白单元格

第三步点击底部Unpivot table

生成了标准的一维表

●●●●●

我为什么要推荐这个插件呢

大家仔细对比一下用选择性粘贴功能

和用XL tools功能在转化效果上的异同

选择性粘贴仅仅是把行列互换了

显然并没有改变数据显示的维度

也就是说选择性粘贴转来换去

表格一维仍然是一维

二维仍然是二维

但是使用上述插件工具转化后

大家可以明确的发现

数据已经确确实实从二维表转化为一维表了

一维表的典型特征:

列代表属性

行代表记录

因而同一列中会有重复记录

我们在数据采集环节

接触到的原始数据更多的是一维表

即列代表属性、行代表记录

●●●●●

下面对比一下Eviews、SPSS、Stata等主流的数据分析软件界面

以及一些主流的数据库产品

默认的都是列代表属性

行代表记录

SPSS22界面

stata12界面

Eviews9.0界面

因此在数据整理的时候

不要随便将一维表转化为二维表

或者务必要保存原始一维表数据

在新的工作表中再生成二维表

以防一维表丢失之后

想要再转化回来就需要费些功夫了

其实一维表与二维表之间的转化

数据透视表也可以轻松做到

但是需要对数据透视表有些基本了解

以后会出数据透视表的教程

原文发布于微信公众号 - 数据小魔方(datamofang)

原文发表时间:2016-02-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏ATYUN订阅号

【实践操作】 在iOS11中使用Core ML 和TensorFlow对手势进行智能识别

在计算机科学中,手势识别是通过数学算法来识别人类手势的一个议题。用户可以使用简单的手势来控制或与设备交互,让计算机理解人类的行为。 这篇文章将带领你实现在你自己...

54560
来自专栏编程

R 语言绘制热图的 10 种方法

说在前面 此前我们已经推送了不少深入解读的文章,今天希望做一点新的尝试——介绍 R 语言绘图。这一期分享 R 语言绘制热图的案例,希望大家通过案例感受 R 语言...

4K380
来自专栏机器之心

开源 | 浏览器上最快的DNN执行框架WebDNN:从基本特性到性能测评

选自Github 机器之心编译 参与:蒋思源、晏奇 WebDNN 是网页浏览器中最快的 DNN 执行框架,而本文首先简单介绍了 WebDNN 特征与其框架结构...

32160
来自专栏人工智能头条

技术 | 机器学习中Python库的3个简单实践——你的图片将由你来创造

【导读】今天为大家介绍机器学习、深度学习中一些优秀、有意思的 Python 库,以及这些库的 Code 实践教程。涉及到的理论与学术内容会附上相应的论文与博客,...

19540
来自专栏ml

将多张图片无缝拼接方法

   Qt开发,最近在进行大图片处理实验,开了一个脑洞,试着将大图片切碎,将每一个碎块封装到QImage中作为一个对象,然后将其打包 成一个二维数组,类似于go...

2.2K70
来自专栏AI研习社

Github 项目推荐 | ANSI C 的简单神经网络库

Genann是一个经过精心测试的库,用于在 C 中训练和使用前馈人工神经网络(ANN)。它的主要特点是简单、快速、可靠和可魔改(hackable),它只需要提供...

9310
来自专栏ATYUN订阅号

将Keras权值保存为动画视频,更好地了解模型是如何学习的

将Keras权值矩阵保存为简短的动画视频,从而更好地理解你的神经网络模型是如何学习的。下面是第一个LSTM层的例子,以及一个经过一个学习周期训练的6级RNN模型...

37740
来自专栏机器之心

教程 | 如何在浏览器使用synaptic.js训练简单的神经网络推荐系统

39540
来自专栏生信宝典

Seq logo 在线绘制工具——Weblogo

seqlogo图可以直观清晰的反应序列偏好特征,每个位置出现的碱基或氨基酸类型反映了该位置序列的偏好性,每个字母的大小与该碱基在该位置上的出现频率成正相关。

21520
来自专栏程序生活

斯坦福tensorflow教程(四) 贪婪执行Eager Execution

17150

扫码关注云+社区

领取腾讯云代金券