pandas 将 Excel 按日期分列显示

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

本例中，我们将解决一个在 Excel 中常见的操作，如下图，将一个平铺的数据，按日期显示，同一日期的产品则分列显示，不同产品合并显示在列上。

excel

数据及需求

我们将数据用文本形式表示：

'''
日期	产品	数据1	数据2	数据3	数据4	数据5	数据6
1月	产品1	1	2	3	4	5	6
1月	产品2	2	3	4	5	6	7
2月	产品1	1	2	3	4	5	6
2月	产品2	2	3	4	5	6	7
'''

# 复制以上数据读取
df = pd.read_clipboard()
# 或者读取文件
# df = pd.read_excel('Book1.xlsx')
df

或者可以下载文件：Excel下载

代码

分析需求，首先要对日期进行分组，利用 groupby()，分组后每个日期是一个子 DataFrame，我们用 apply() 处理这些子 DataFrame。子 DataFrame 用产品为索引用 stack() 堆叠，其中不再需要日期列，用 drop() 删除日期列。最终的代码为：

(
    df.groupby('日期')
    .apply(lambda x: x.drop('日期', axis=1)
           .set_index('产品')
           .stack()
          )
)
'''
产品 产品1                     产品2
   数据1 数据2 数据3 数据4 数据5 数据6 数据1 数据2 数据3 数据4 数据5 数据6
日期
1月   1   2   3   4   5   6   2   3   4   5   6   7
2月   1   2   3   4   5   6   2   3   4   5   6   7
'''

当然可以将以上数据导出为 Excel：

(
    df.groupby('日期')
    .apply(lambda x: x.drop('日期', axis=1)
           .set_index('产品')
           .stack()
          )
    .to_excel('Book1-done.xlsx')
)

这样就完成了需求。

（完）

pandas 将 Excel 按日期分列显示

数据及需求

代码

相关内容