Excel表格到有组织的pandas数据框中
我有一个Excel工作表，数据以下面的方式存储。
我想将这些数据组织成一个pandas数据框，以便它看起来像下面这样…
像这样格式化数据将使我能够轻松地使用数据透视表并进行分析。
如果在Excel中有一个简单的方法，请让我知道。 Python会是更好的select，因为我有数百个像这样的表，每个都有数百行和列。
这是我将如何解决与Python的问题，虽然可能有一个更优雅的解决scheme。
首先，我将使用openpyxlparsingMonth / Year值
from openpyxl import load_workbook wb = load_workbook('data_so.xlsx') sheet_ranges = wb['Sheet1'] year = str(sheet_ranges['A1'].value) month = str(sheet_ranges['B1'].value) 从那里，我发现pandas包非常有用的操作types，您需要设置多指标允许轻松重塑（通过堆栈）。
import pandas as pd df = pd.read_excel('data_so.xlsx', skiprows=3) columns = pd.MultiIndex.from_tuples([('A', 'Price'), ('A', 'Quantity'), ('B', 'Price'), ('B', 'Quantity'), ('C', 'Price'), ('C', 'Quantity')], names=['letters', 'index']) index = pd.MultiIndex.from_arrays(df.ix[:,:2].values.T,names=('Item', 'Code')) df2 = pd.DataFrame(df.ix[:,2:].values, columns=columns, index=index) df3 = df2.stack('letters').reset_index()
然后，我们可以将月份和年份设置为我们收集的值：
df3['Year'] = year df3['Month'] = month
您可以进一步调用MultiIndex和堆栈来安排价格和数量。 这不完全干净，但它解决了你的问题。
df3.index = pd.MultiIndex.from_arrays(df3[['Item','Code','letters','Year','Month']].values.T, names=('Item', 'Code','letters','Year','Month')) df4 = df3[['Price','Quantity']].stack() df5 = pd.DataFrame(df4) df5.columns = ['Value'] df5.reset_index()
