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

    cpp 复制代码
    df1 = pd.read_excel("第一个表.xlsx")
    df1
    cpp 复制代码
    # 删除无用列
    df1 = df1[['股票代码', '高数', '实际2']].copy()
    df1
    python 复制代码
    df1.dtypes
    
    股票代码      int64
    高数      float64
    实际2       int64
    dtype: object
  • 读取并处理第二张表

    python 复制代码
    df2 = pd.read_excel("第二个表.xlsx")
    df2
    python 复制代码
    # 将 Unnamed: 0 指定为索引列
    df2.set_index('Unnamed: 0', inplace=True)
    df2
    python 复制代码
    # 主要用到transpose做横竖转换,方便处理
    df2 = df2.transpose()
    df2
    python 复制代码
    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
    python 复制代码
    # 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
  • 合并数据

    python 复制代码
    df_merge = pd.merge(left=df2, right=df1, left_on='股票代码', right_on='股票代码')
    df_merge
  • 重新队列排序

    python 复制代码
    # 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',
     ...
     ]
  • 筛选列,专置数据、输出结果

    python 复制代码
    df_result = df_merge[columns].transpose()
    df_result.to_excel("表一表二合并结果.xlsx", header=False)

三、其它

python 复制代码
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)
python 复制代码
# 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)
相关推荐
唐古乌梁海3 天前
【pandas】-4- 索新增列,assign,applay,map使用
pandas
折翼的恶魔3 天前
数据分析:排序
python·数据分析·pandas
万粉变现经纪人4 天前
如何解决pip安装报错ModuleNotFoundError: No module named ‘cuml’问题
python·scrapy·beautifulsoup·pandas·ai编程·pip·scipy
折翼的恶魔4 天前
数据分析:合并二
python·数据分析·pandas
☼←安于亥时→❦4 天前
数据分析之Pandas入门小结
python·pandas
TwoAI5 天前
Pandas 数据分析:从入门到精通的数据处理核心
数据挖掘·数据分析·pandas
万粉变现经纪人6 天前
如何解决pip安装报错ModuleNotFoundError: No module named ‘sympy’问题
python·beautifulsoup·pandas·scikit-learn·pyqt·pip·scipy
折翼的恶魔6 天前
数据分析:合并
python·数据分析·pandas
悟乙己7 天前
PySpark 与 Pandas 的较量:Databricks 中 SQL Server 到 Snowflake 的数据迁移之旅
数据库·pandas·pyspark
九章云极AladdinEdu7 天前
临床数据挖掘与分析:利用GPU加速Pandas和Scikit-learn处理大规模数据集
人工智能·pytorch·数据挖掘·pandas·scikit-learn·paddlepaddle·gpu算力