Pandas基础：列方向分组变形
小小明：「凹凸数据」专栏作者，Pandas数据处理高手，致力于帮助无数数据从业者解决数据处理难题。
刚才碰到一个非常简单的需求：
但是我发现大部分人在做这个题的时候，代码写的异常复杂。所以我建议你也不要直接看我的代码，而是先思考一下，你会怎么解决这个问题。
首先读取数据：
import pandas as pd
df = pd.read_excel("练习.xlsx", index_col=0)
df
结果：
为了后续处理方便，我将不需要参与分组的第一列事先设置为索引。
groupby分组相信大部分读者都使用过，但一直都是按行分组，不过groupby不仅可以按行分组，还可以按列进行分组。
完整处理代码：
result = []
for year, split in df.groupby(df.columns.str[:4], axis=1):
split.rename(columns=lambda s: s[5:], inplace=True)
split.reset_index(inplace=True)
split["年份"] = year
result.append(split)
result = pd.concat(result, ignore_index=True)
result
结果：
可以看到，非常简单，仅8行以内的代码已经解决这个问题，剩下的只需在保存到excel时设置一下单元格格式即可，具体设置方法可以参考：Pandas指定样式保存excel数据的N种姿势
简单讲解一下吧：
df.columns.str[:4]
结果：
Index(['2018', '2019', '2020', '2018', '2019', '2020'], dtype='object')
截取每列列名前4个字符，传入groupby即可作为分组依据，axis=1则指定了groupby按列进行分组而不是默认的按行分组。
split.rename(columns=lambda s: s[5:], inplace=True)
表示对分组后的结果去除列名的前5个字符。
split.reset_index(inplace=True)
表示还原索引为普通的列。
split["年份"] = year
将年份添加到后面单独的一列。
总之这个问题非常简单，相信大部分读者在看到代码后已经秒懂。
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2021-02-05，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读