背景 链接到标题

前几年做数据分析项目时，有遇到反转数据行列的用例，如今又碰到了，使用框架实现起来虽然很简单，但还是记录下来给新人参考一下吧。

解决方案 链接到标题

无论以前做的数据分析还是现在做的Web服务，开发语言用的都是python，所以在这个生态中很容易就考虑到用pandas实现数据行列反转。
panda中有多种可以实现数据反转的方法，本文只列举业务开发中最常用到的一种用例。

业务数据背景 链接到标题

需要将下图的年份列中的相同行作为列名输出
use case

Python实现代码 链接到标题

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

import pandas as pd


df_before = pd.DataFrame(
    [
        ("Tokyo", "101", "2021", "10000"),
        ("Tokyo", "101", "2022", "12000"),
        ("Tokyo", "101", "2023", "11000"),
        ("Osaka", "201", "2021", "9000"),
        ("Osaka", "201", "2022", "8000"),
        ("Osaka", "201", "2023", "9000"),
        ("Nagoya", "301", "2021", "4000"),
        ("Nagoya", "301", "2022", "3000"),
        ("Nagoya", "301", "2023", "3500")
    ],
    columns= ("BranchName", "BranchCode", "year", "profit")
)

df_after = df_before.pivot(
    index=["BranchName", "BranchCode"],
    columns=["year"],
    values="profit"
)
print(df_after.reset_index())

输出结果 链接到标题

1
2
3
4

year BranchName BranchCode   2021   2022   2023
0        Nagoya        301   4000   3000   3500
1         Osaka        201   9000   8000   9000
2         Tokyo        101  10000  12000  11000

最后 链接到标题

  • 上述代码的所用到pandas中的pivot方法，详细设定请参考官方文档
  • 还有其他可用于行列反转的方法有pivot_table, melt, stack, unstack等，实际业务中可根据需求选用适合的方法。