pandas(四十三)Pandas实现复杂Excel的转置合并

一、Pand a s 实现 复杂Exc el的转置 合并

示例图片

df1 = pd.read_excel("第一个表.xlsx")
df1

示例图片

# 删除无用列
df1 = df1[['股票代码', '高数', '实际2']].copy()
df1

示例图片

df1.dtypes

股票代码      int64
高数      float64
实际2       int64
dtype: object

读取并处理第二张表

df2 = pd.read_excel("第二个表.xlsx")
df2

示例图片

# 将 Unnamed: 0 指定为索引列
df2.set_index('Unnamed: 0', inplace=True)
df2

示例图片

# 主要用到transpose做横竖转换，方便处理
df2 = df2.transpose()
df2

示例图片

df2.dtypes

Unnamed: 0
股票代码        object
股票名称        object
行业          object
天数          object
正负          object
看好          object
出手          object
结果          object
20210210    object
20210209    object
20210208    object
20210205    object

# 由于第一张表股票代码是数字，第二张表object 需要转换为number类型
df2['股票代码'] = df2['股票代码'].astype(int)
df2

合并数据

df_merge = pd.merge(left=df2, right=df1, left_on='股票代码', right_on='股票代码')
df_merge

示例图片

重新队列排序

# 重新队列排序(把list重新变成最终模样)
columns = list(df_merge.columns)
columns.remove('高数')
columns.remove('实际2')
columns.insert(columns.index("结果"), "高数")
columns.insert(columns.index("结果"), "实际2")
columns

['股票代码',
 '股票名称',
 '行业',
 '天数',
 '正负',
 '看好',
 '出手',
 '高数',
 '实际2',
 '结果',
 '20210210',
 '20210209',
 '20210208',
 '20210205',
 ...
 ]

筛选列，专置数据、输出结果

df_result = df_merge[columns].transpose()
df_result.to_excel("表一表二合并结果.xlsx", header=False)

三、其它

import pandas as pd
import random

# 学生数量
num_students = 100
# 列表包含所有的科目
subjects = ['语文', '英语', '数序', '自然', '社会', '几何', '代数', '物理', '化学']
# 使用列表推导为每个科目生成随机分数
data = {subject: [random.randint(50, 100) for _ in range(num_students)] for subject in subjects}
# 为学生生成唯一的用户名
data['用户名'] = ['student'+str(i) for i in range(1, num_students+1)]
df = pd.DataFrame(data)
print(df)

# 获取当前的列顺序
cols = df.columns.tolist()

# 移除'化学'并将其插入到'英语'后面
cols.remove('化学')
physical_index = cols.index('英语')
cols.insert(physical_index + 1, '化学')

# 使用新的列顺序重新排序DataFrame
df = df[cols]

print(df)