Pandas：处理多Sales列DataFrame，转换并合并为月度销售数据

我来帮你搞定这个Pandas数据重塑的需求！结合你给出的输入示例和期望输出，我们可以分三步完成数据转换与合并：

步骤1：清理原始数据，拆分月份映射与业务数据 #

首先得把原始数据里的月份元数据和实际销售数据分开——从你的示例来看，前几行是列名、月份标记和具体月份，从第5行开始才是真正的业务数据（ID、Desc、销售额）。

import pandas as pd

# 读取原始文件（如果是Excel可以替换为pd.read_excel）
df = pd.read_csv("your_input_file.csv", header=None)

# 提取列名和所有Sales开头的列
col_names = df.iloc[0].tolist()
sales_cols = [col for col in col_names if col.startswith("Sales")]

# 构建Sales列与月份的映射关系（假设月份在第3行，对应索引2）
month_mapping = {}
for col in sales_cols:
    col_index = col_names.index(col)
    month_mapping[col] = df.iloc[2, col_index]

# 提取实际业务数据，用第一行作为列名并重置索引
actual_data = df.iloc[4:].rename(columns=df.iloc[0]).reset_index(drop=True)

步骤2：将宽表转成目标长表格式 #

接下来用Pandas的melt函数把横向的Sales列转成纵向的SalesMonth和SalesValue，完美适配你的需求：

# 重塑数据：保留ID、Desc，把Sales列转成长表
melted_df = actual_data.melt(
    id_vars=["ID", "Desc"],  # 需要保留的非Sales字段
    value_vars=sales_cols,  # 要转换的Sales系列列
    var_name="Temp_Sales_Col",  # 临时存储原Sales列名的字段
    value_name="SalesValue"  # 销售额字段
)

# 用月份映射替换临时列，得到真正的SalesMonth
melted_df["SalesMonth"] = melted_df["Temp_Sales_Col"].map(month_mapping)

# 清理临时列，调整字段顺序
melted_df = melted_df.drop(columns=["Temp_Sales_Col"])[["ID", "Desc", "SalesMonth", "SalesValue"]]

这时候melted_df的结构就符合预期了，每个ID的每个月份销售额都会单独成一行，自动保留ID的重复值。

步骤3：与其他数据合并 #

假设你有包含X、Y字段的其他数据集（比如other_df），直接通过ID列合并即可：

# 示例：假设other_df是你的其他数据
other_df = pd.DataFrame({
    "ID": ["1", "2", "3"],
    "X": ["xxx", "yyy", "zzz"],
    "Y": ["yyyy", "yyyy", "yyyy"]
})

# 左合并保留所有销售数据，按期望顺序调整字段
final_df = pd.merge(melted_df, other_df, on="ID", how="left")
final_df = final_df[["X", "Y", "ID", "SalesMonth", "SalesValue"]]

关键细节处理 #

• 空值处理：如果有NaN（比如示例中第3行的Sales1），可以用melted_df.dropna(subset=["SalesValue"])删除，或者melted_df.fillna(0)填充为0，按需选择。
• 月份位置调整：如果你的月份信息不在第3行，只需要修改df.iloc[2, col_index]中的索引值即可。
• 数据类型：如果ID需要转成数值型，用final_df["ID"] = final_df["ID"].astype(int)即可。

完整运行示例 #

把上面的代码整合后，运行输出会和你给出的期望示例一致：

X     Y ID SalesMonth SalesValue
0  xxx  yyyy  1        Jan         10
1  xxx  yyyy  1        Feb         20
2  xxx  yyyy  1        Mar         30
3  xxx  yyyy  1        Jan         11
4  xxx  yyyy  1        Feb         21
5  xxx  yyyy  1        Mar         31
6  yyy  yyyy  2        Jan          7
7  yyy  yyyy  2        Feb        NaN
8  yyy  yyyy  2        Mar          0
9  zzz  yyyy  3        Jan         10
10 zzz  yyyy  3        Feb         20
11 zzz  yyyy  3        Mar         10

内容的提问来源于stack exchange，提问作者user6083088