我有如下 xlsx 數據。 Q1 Q1 Q1 Q2 Q2 Q2 V1 V2 V3 V1 V2 V3 Ram 11 19 10 10 12 14 Syam 11 19 10 10 12 14我必須將其轉換為以下格式。 V1 V2 V3 Ram Q1 11 19 10Syam Q1 11 19 10 Ram Q2 10 12 14Syam Q2 10 12 14我無權更改源格式。我已經嘗試過如下。df=pd.read_excel(path,sheet_name='Sheet1',header=[0,1],index=[0,1])df.stack(level=0)但它不起作用，因為第一行單元格不是合并格式。尋找任何 pandas 函數來實現此目的
2 回答
九州編程
TA貢獻1785條經驗 獲得超4個贊
index_col=0讀入數據時可以設置。然后執行操作：.stack(0)和reset_index()。傳遞0in.stack(0)確保您將Vs 放在列上，將Qs 放在行上，反之亦然stack(1)，因為您的列中有兩行的多重索引：
df = (pd.read_excel('Desktop\Book1.xlsx',header=[0,1], index_col=0).stack(0).reset_index()
.rename({'level_0' : '', 'level_1' : ''}, axis=1))
df
Out[1]:
V1 V2 V3
0 Ram Q1 11 19 10
1 Ram Q2 10 12 14
2 Syam Q1 11 19 10
3 Syam Q2 10 12 14
桃花長相依
TA貢獻1860條經驗 獲得超8個贊
您好，歡迎來到 StackOverflow！
以下是我為此尋找解決方案所取得的進展。
首先，應讀取數據，例如將其Ram作為Syam索引列：
df?=?pd.read_excel(path,sheet_name='Sheet1',header=[0,1],index_col=0)
那么，你想要的方法是stack（重塑指南）
In [52]: df
Out[52]:
? ? ? ?Q1? ? ? ? ? Q2
? ? ? ?V1? V2? V3? V1? V2? V3
?Ram? ?11? 19? 10? 10? 12? 14
?Syam? 11? 19? 10? 10? 12? 14
In [53]: df.stack()
Out[53]:
? ? ? ? ? ? ? Q1? ?Q2
?Ram? ?V1? ? ?11? ?10
? ? ? ?V2? ? ?19? ?12
? ? ? ?V3? ? ?10? ?14
?Syam? V1? ? ?11? ?10
? ? ? ?V2? ? ?19? ?12
? ? ? ?V3? ? ?10? ?14
然而，在沒有任何參數的情況下，它會堆疊列的最后一層，正如我們所看到的，這是V. 我們想要堆疊第一層，所以需要調用df.stack(0).
然而，這樣做時，會出現錯誤：ValueError: The name? ? ? ?occurs multiple times, use a level number。對我來說，這看起來像是一個pandas側面的錯誤。
編輯： 經過一番調查，我意識到我的級別df具有相同的名稱：
In [75]: df.columns
Out[75]:
MultiIndex([(' Q1', ' V1'),
? ? ? ? ? ? (' Q1', ' V2'),
? ? ? ? ? ? (' Q1', ' V3'),
? ? ? ? ? ? (' Q2', ' V1'),
? ? ? ? ? ? (' Q2', ' V2'),
? ? ? ? ? ? (' Q2', ' V3')],
? ? ? ? ? ?names=['? ? ?', '? ? ?'])
由（4 個空格）組成? ? 。
相反，如果我們確保級別具有不同的名稱：
In [89]: df.columns.names = ['H1', 'H2']
In [90]: df
Out[90]:
H1? ? Q1? ? ? ? ? Q2
H2? ? V1? V2? V3? V1? V2? V3
Ram? ?11? 19? 10? 10? 12? 14
Syam? 11? 19? 10? 10? 12? 14
那么我們就可以正確應用df.stack(0)：
In [91]: df.stack(0)
Out[91]:
H2? ? ? ? ?V1? ?V2? ?V3
? ? ? H1
Ram? ?Q1? ?11? ?19? ?10
? ? ? Q2? ?10? ?12? ?14
Syam? Q1? ?11? ?19? ?10
? ? ? Q2? ?10? ?12? ?14
添加回答
舉報
0/150
提交
取消