如何借助Python pandas库实现指定格式的数据转换

你这个需求是典型的长格式数据表转宽格式数据表的透视需求，直接用pandas内置的透视方法即可实现，操作步骤如下：

• 导入依赖并加载原始数据

import pandas as pd
# 按照你的数据存储格式选择对应的读取方法，csv用pd.read_csv，excel用pd.read_excel
df = pd.read_excel("你的原始数据存储路径")

• 执行透视转换
  • 如果你确定原始数据中，同一个行维度+列维度的组合没有重复记录，直接用pivot方法性能更好：

# 参数说明：
# index：传入作为行唯一标识的列名，也就是最终结果里每行代表的实体维度，比如用户ID、姓名
# columns：传入要将其取值拆分为独立新列的分类列，比如科目、考试类型
# values：传入要填充到新生成列中的数值列，比如分数、销售额
df_transformed = df.pivot(
    index="姓名",
    columns="考试类型",
    values="成绩"
).reset_index()
# 按需重命名生成的新列
df_transformed.columns = ["姓名", "期中成绩", "期末成绩"]

• 如果原始数据存在同维度组合的重复记录，使用pivot_table方法，可自定义聚合规则处理重复值：

df_transformed = df.pivot_table(
    index="姓名",
    columns="考试类型",
    values="成绩",
    aggfunc="max" # 聚合规则可按需替换为mean（平均）、sum（求和）、min（最小值）等
).reset_index()

• 导出转换完成的结果

# 导出时设置index=False，避免把pandas默认行索引写入文件
df_transformed.to_excel("转换完成的结果文件.xlsx", index=False)

小提示：如果需要多个列共同作为行的唯一标识，给index参数传入列名组成的列表即可，例如index=["班级", "学号", "姓名"]

内容的提问来源于stack exchange，提问作者Qendrim Krasniqi