我们日常做数据分析，接收到最多的表格是纵表，每个字段变量都有很长数据的长表，我们称之为纵向数据，但是，有时候，我们也会遇到横表，称之为横向数据，对于横向数据，我们会数据转化，将其转化为纵向数据进行数据处理，下面一起来学习。

示例工具：anconda3.7

本文讲解内容：pandas数据重塑

适用范围：在Python横表与纵表转化

首先导入我们本次案例使用的横向数据，从这里看出，横向数据类似于Excel数据透视表得出的表，将''季度''这个字段拖入到列，就会得到横表。

导入横向数据如下，包含城市、年份等字段。

import pandas as pd

wide_table=pd.read_excel(r'C:Users尚天强Desktop各城市销量横向数据.xlsx')
wide_table

横表转纵表

横表转纵表这里介绍两种方法，一种是melt()方法，另一种是stack()方法，在melt()的参数中id_vars表示不需要被转换的列名，除此之外剩下的列全部都要转换，就不用写了，var_name和value_name是自定义设置对应的列名，转为长表的数据如下所示。

long_table=wide_table.melt(id_vars=["城市","年份"],var_name="季度",value_name="销售量")
long_table=long_table.sort_values(by=["城市","年份","销售量"],ascending=False)
long_table

使用stack()方法，首先将'城市','年份'设置为这组数据的索引，然后stack()将列索引转换为行索引，最后reset_index()重置索引，修改一下列名，即可的得到与上面一样的结果。

long_table=wide_table.set_index(['城市','年份']).stack().reset_index()
long_table.columns=['城市','年份','季度','销售量']
long_table

纵表转横表

纵表转横表就是使用前面介绍的数据透视的方法，看看Python如何做数据透视，这里使用pivot_table()，与Excel数据透视表类似，index放入行值,columns放入列值，values放入计算的值，然后重置索引，即可得到横表的结果。

wide_table=long_table.pivot_table(index=['城市','年份'],columns='季度',values='销售量').reset_index()
wide_table=wide_table[['城市','年份','第一季度','第二季度','第三季度','第四季度']]
wide_table

除此之外介绍一个SQL语法创建数据透视表的方法，这里导入pandasql库，sum结合case when函数判断计算列值，然后group by进行分组，即可得出如下的结果。

import pandasql as sql

sql.sqldf("""select 城市,年份,
             sum(case when 季度="第一季度" then 销售量 end) as "第一季度",
             sum(case when 季度="第二季度" then 销售量 end) as "第二季度",
             sum(case when 季度="第三季度" then 销售量 end) as "第三季度",
             sum(case when 季度="第四季度" then 销售量 end) as "第四季度"
             from long_table
             group by 城市,年份
             order by 年份;""")

数据导出

本节的内容相对比较简单，熟练掌握纵表和横表的相互转化方法，以及数据透视的方法，可以让数据清洗变得尤为简单，数据表转换后赋值变量，然后导出，数据结果如下所示。

table1=long_table
table2=sql.sqldf("""select 城市,年份,
                    sum(case when 季度="第一季度" then 销售量 end) as "第一季度",
                    sum(case when 季度="第二季度" then 销售量 end) as "第二季度",
                    sum(case when 季度="第三季度" then 销售量 end) as "第三季度",
                    sum(case when 季度="第四季度" then 销售量 end) as "第四季度"
                    from long_table
                    group by 城市,年份
                    order by 年份;""")

#数据导出
write=pd.ExcelWriter(r'C:Users尚天强Desktop'+'Python转置结果'+'.xlsx')

table1.to_excel(write,sheet_name='Python横向转纵向',index=False)
table2.to_excel(write,sheet_name='Python纵向转横向',index=False)

write.save()
write.close()