创作立场声明:其实是一本很有用的书。

一维表是一个非常有用的表，可以用来计算和统计各种数据。

有时候，当你得到一个二维表的时候，你需要把它转换成一维表，然后做下面的计算。

例如，下表显示了每个人的项目，每月状态表，进行中或已完成。

要算的话，每个部门每个人每个月有多少件在进行中，完成了多少件？然后，您需要将原始表转换为一维表。

原始表格:

反向透视后的一维表格:

在python中，如何实现？1行代码，就可以实现！

1.导入熊猫模块:

进口熊猫作为pd

2.导入需要透视的表。

df = PD . read _ excel(" Working w48 . xls ")
df . head()

说明:df.head()查看数据表的前5行。

3.Pivot: pivot_table()

2 = pd.melt (df，id _ vars = ['负责部门'，'负责人']，var_name= '月份'，value_name= '状态')
df2

参数解释:

ID _ vars = ['负责部门'，'负责人']:'负责部门'，'负责人'，不需要转换列。

Var_name=' month ':要转换为列的行的名称，并将列名设置为' month '

Value_name=' status ':集合值的列名为' status '

4.删除["Status"]列中空值的行:dropna()

2 = df2 . dropna(subset =[" status "])
df2

从上表可以看出，有些行的“状态”是空值。使用dropna()函数删除空值所在的行。

表格:567行* 4列

删除空值行后:316行* 4列

也就是删除了251行。

5.保存表单:将其命名为“透视图”。

Df.to _ excel ('perspective.xls '，index = false)

一共可以做5行代码，而逆透视pd.melt()的核心代码只有一行，不是很简单吗？

大家有更好的办法，欢迎告诉我！

图书URL:

更多推荐:

Python技巧:Matplotlib可视化四种常用统计图！

Python技巧:四行代码结合excel工作表！

Python技巧:4行代码做透视表，好漂亮！

Python小技巧:如何在超详细的matplotlib中绘制折线图！