【python】 pandas对数据表的处理

概览：

数据表的处理主要是针对数据表中的数据进行行列转置、把数据表转换成树形结构、表关联等

1、行列转置

直接调用DateFrame对象的T属性：

import pandas as pd

dt=pd.read_excel('产品统计表.xlsx',sheet_name=0)
print(dt)
a=dt.T
print(a)

 2、转化成树形结构

利用stack()函数

import pandas as pd

dt=pd.read_excel('产品统计表.xlsx',sheet_name=0)
print(dt)
a=dt.stack()
print(a)

3、数据表的拼接 

数据表的拼接是将两个或多个数据表合并成一个表，主要会用到的函数有merge()、concat()

merge()：

import pandas as pd

dt1=pd.read_excel('产品表.xlsx',sheet_name=0)
dt2=pd.read_excel('产品表.xlsx',sheet_name=1)
print(dt1)
print(dt2)
a=pd.merge(dt1,dt2,how='outer',on='员工姓名')
#how默认为inner，如果设置为outer，为外连接，与SQL类似
#on为关联条件，如果不设置，则默认两张表中所有的相同字段
print(a)

concat()函数:

import pandas as pd

dt1=pd.read_excel('产品表.xlsx',sheet_name=0)
dt2=pd.read_excel('产品表.xlsx',sheet_name=1)
#print(dt1)
#print(dt2)
a=pd.concat([dt1,dt2],ignore_index=True)
#ignore_index如果不设置，默认为False，区别为结果的首列的序列，True为重置行标签，False为保持两表原来的标签
print(a)

执行结果：

扫描二维码关注公众号，回复： 15442765 查看本文章