如何用复杂的方法重新排列Excel数据集？

Question

我对提出问题以堆叠溢出非常陌生。如果我漏掉了什么，请告诉我。

我正在尝试重新整理像下面这样的excel的一些数据。

Excel数据

喜欢：

重新排列

我已经在堆栈溢出如何重新排列数据中尝试过了

我只需要在上面的答案旁边再添加一列，但是用我的短蟒蛇知识找不到答案。

任何人都可以建议一种比上面的链接更复杂的重新排列的方法？

Answer 1

为了获得所需的结果，您必须对数据进行一点转换，但以下是我的解决方案：

1.Imports

import pandas as pd
import numpy as np

1. 从数据中删除合并的标题(“预算和实际”)。您可能希望将列重命名为1/31/2020实际预算和1/31/2020预算。否则，如果您有相同的列名，Pandas将为您带来一个像'.1‘这样的区分符列。下面的示例数据只有几列供演示之用。 项目1/31/2020 2/29/2020 1/31/2020.1 2/29/2020.1 0 A0.01 0.02 0.03 0.04B 0.20 0.30 0.40 0.50 2 C 0.33 0.34 0.35 0.36

3.为实务和预算创建两个单独的数据集

#item name and all budget columns from your dataset 
df_budget = df.iloc[:, 0:12]

# item name and the actuals columns
df_actuals = df.iloc[:, [0,13,14,15,16,17,18,19,20,21,22,22,24,25]] 

4.更正列的名称以删除区分符“.1”并反映日期

df_actuals.columns = ['Item','1/31/2020','2/29/2020' so far so on...]

5.按行转换日期列

df_actuals = df_actuals.melt(id_vars=['Item'], value_vars=['1/31/2020', '2/29/2020'], var_name = 'Date', value_name='Actual')
df_budget = df_budget.melt(id_vars=['Item'], value_vars=['1/31/2020', '2/29/2020'], var_name = 'Date', value_name='Budget')

在这一点上你应该看到这样的事情

    Item    Date    Actual
 0  A   1/31/2020   0.01
 1  B   1/31/2020   0.20


    Item    Date    Budget
0   A   1/31/2020   0.03
1   B   1/31/2020   0.40

6.合并两个数据集

pd.merge(df_actuals, df_budget, on=['Item', 'Date'], sort=True)

结果：

    Item    Date    Actual  Budget
0   A   1/31/2020   0.01    0.03
1   A   2/29/2020   0.02    0.04
2   B   1/31/2020   0.20    0.40
3   B   2/29/2020   0.30    0.50
4   C   1/31/2020   0.33    0.35
5   C   2/29/2020   0.34    0.36