轉發本文並私信我"python"，即可獲得Python資料以及更多系列文章(持續更新的)

經常聽別人說 Python 在數據領域有多厲害，結果學了很長時間，連數據處理都麻煩得要死。後來才發現，原來不是 Python 數據處理厲害，而是他有數據分析神器—— pandas

前言

Excel 是奇葩不規範數據的重災區，這主要是因為他有高度的靈活性，今天來看看一個多列堆疊問題。

案例1

公司一次線下促銷活動，讓運營部的小夥伴用 Excel 簡單記錄了商品數量，但是他們卻把3天的記錄分別記錄在不同的列上：

你心中期望的數據是這樣子的：

現在你要做各種統計數據，3天的數據手工完成當然沒問題，但是如果是3個月的數據呢？

現在來看看，在 pandas 中怎麼簡單轉換成規範的2列數據：

• 第一句主要是為了最後結果的標題與原數據標題一致而已
• 關鍵是第二句，這裡直接使用 numpy 的 reshape 方法，即可完成需求。那麼裡面的 -1 與 2是啥意思？
• .reshape(-1,2) ，其中的2就是2列，而 -1 是讓 numpy 你根據數據來計算最終的行數
• 第三句，只是把結果的數組變為一個 DataFrame
• 至於最後的 dropna ，是把那些空行去掉

案例2：豎向堆疊

你可能已經注意到，上面的結果是"橫向的"。也就是一行行掃過，轉換成2列。

但你可能希望轉換過程是豎向完成，這時我們可以這樣子做：

• 這次還是先橫向轉換，而第二句代碼則是處理的關鍵
• [arr[i::3] for i in range(3)]，我們需要從橫向的結果每3行取出作為一個數組，進行3次，即可得到3個數組
• np.vstack() ，通過 numpy 的 vstack 方法 把3個數組進行豎向堆疊。

直接看示意圖吧：

你怎麼這次沒有給出 Excel 的解決方式啊？

• 因為如果我用公式解決，又不能自動化，不夠靈活。
• 如果我用 vba ，又要自己寫循環，太繁瑣了。

用 pandas 不就是為了既可自動化處理，又可以少寫點代碼嗎

總結

• numpy 的 reshape 方法，可以快速把數組轉換成指定行數或列數
• 用 -1 可以讓 numpy 自動計算行或列的數量

需要源碼的小夥伴請轉發本文並私信我"python"

如果希望從零開始學習 pandas ，那麼可以看看我的 pandas 專欄。