Pandas基础|列方向分组变形

作者：小小明

刚才碰到一个非常简单的需求：

但是我发现大部分人再做这个问题的时候，代码写的异常复杂。我建议你也不要直接看我的代码，而是先思考一下，你会怎么解决这个问题。

首先读取数据：

import pandas as pd

df = pd.read_excel("练习.xlsx", index_col=0)
df

结果：

为了后续处理方便，我将不需要参与分组的第一列事先设置为索引。

groupby分组相信大部分读者都使用过，但一直都是按行分组，不过groupby不仅可以按行分组，还可以按列进行分组。

先公布完整代码吧：

result = []
for year, split in df.groupby(df.columns.str[:4], axis=1):
    split.rename(columns=lambda s: s[5:], inplace=True)
    split.reset_index(inplace=True)
    split["年份"] = year
    result.append(split)
result = pd.concat(result, ignore_index=True)
result

结果：

可以看到，非常简单，仅8行以内的代码已经解决这个问题，剩下的只需在保存到excel时设置一下单元格格式即可，具体设置方法可以参考：

Pandas指定样式保存excel数据的N种姿势

地址：https://blog.csdn.net/as604049322/article/details/111829106

简单讲解一下吧：

df.columns.str[:4]

结果：

Index(['2018', '2019', '2020', '2018', '2019', '2020'], dtype='object')

截取每列列名前4个字符，传入groupby即可作为分组依据，axis=1则指定了groupby按列进行分组而不是默认的按行分组。

split.rename(columns=lambda s: s[5:], inplace=True)

表示对分组后的结果去除列名的前5个字符。

split.reset_index(inplace=True)

表示还原索引为普通的列。

split["年份"] = year

将年份添加到后面单独的一列。

总之这种问题非常简单，相信大部分读者在看到代码已经秒懂。