pandas(四十三)Pandas实现复杂Excel的转置合并

一、Pandas实现复杂Excel的转置合并

• 读取并筛选第一张表

  df1 = pd.read_excel("第一个表.xlsx")
  df1
  1
  2

  

  # 删除无用列
  df1 = df1[['股票代码', '高数', '实际2']].copy()
  df1
  1
  2
  3

  

  df1.dtypes
  
  股票代码      int64
  高数      float64
  实际2       int64
  dtype: object
  1
  2
  3
  4
  5
  6

• 读取并处理第二张表

  df2 = pd.read_excel("第二个表.xlsx")
  df2
  1
  2

  

  # 将 Unnamed: 0 指定为索引列
  df2.set_index('Unnamed: 0', inplace=True)
  df2
  1
  2
  3

  

  # 主要用到transpose做横竖转换，方便处理
  df2 = df2.transpose()
  df2
  1
  2
  3

  

  df2.dtypes
  
  Unnamed: 0
  股票代码        object
  股票名称        object
  行业          object
  天数          object
  正负          object
  看好          object
  出手          object
  结果          object
  20210210    object
  20210209    object
  20210208    object
  20210205    object
  1
  2
  3
  4
  5
  6
  7
  8
  9
  10
  11
  12
  13
  14
  15

  # 由于第一张表股票代码是数字，第二张表object 需要转换为number类型
  df2['股票代码'] = df2['股票代码'].astype(int)
  df2
  1
  2
  3

• 合并数据

  df_merge = pd.merge(left=df2, right=df1, left_on='股票代码', right_on='股票代码')
  df_merge
  1
  2

  

• 重新队列排序

  # 重新队列排序(把list重新变成最终模样)
  columns = list(df_merge.columns)
  columns.remove('高数')
  columns.remove('实际2')
  columns.insert(columns.index("结果"), "高数")
  columns.insert(columns.index("结果"), "实际2")
  columns
  
  ['股票代码',
   '股票名称',
   '行业',
   '天数',
   '正负',
   '看好',
   '出手',
   '高数',
   '实际2',
   '结果',
   '20210210',
   '20210209',
   '20210208',
   '20210205',
   ...
   ]
  1
  2
  3
  4
  5
  6
  7
  8
  9
  10
  11
  12
  13
  14
  15
  16
  17
  18
  19
  20
  21
  22
  23
  24

• 筛选列，专置数据、输出结果

  df_result = df_merge[columns].transpose()
  df_result.to_excel("表一表二合并结果.xlsx", header=False)
  1
  2

三、其它

import pandas as pd
import random

# 学生数量
num_students = 100
# 列表包含所有的科目
subjects = ['语文', '英语', '数序', '自然', '社会', '几何', '代数', '物理', '化学']
# 使用列表推导为每个科目生成随机分数
data = {subject: [random.randint(50, 100) for _ in range(num_students)] for subject in subjects}
# 为学生生成唯一的用户名
data['用户名'] = ['student'+str(i) for i in range(1, num_students+1)]
df = pd.DataFrame(data)
print(df)
1
2
3
4
5
6
7
8
9
10
11
12
13

# 获取当前的列顺序
cols = df.columns.tolist()

# 移除'化学'并将其插入到'英语'后面
cols.remove('化学')
physical_index = cols.index('英语')
cols.insert(physical_index + 1, '化学')

# 使用新的列顺序重新排序DataFrame
df = df[cols]

print(df)
1
2
3
4
5
6
7
8
9
10
11
12