太强了，1行python代码干了妹子一天的工作

事情是这样的，元旦前有朋友向我寻求帮助，吐槽老板在放假前给他安排一个苦逼的差事，想问问我能不能帮个忙，要不然假期都过不好了

工作具体内容如下，主要是想把一个二维表格转成一维表格，如下图（表格为替代品）：

于是我马上想到了pandas，想着这么强大的函数肯定有这个功能，于是我开始翻阅资料，没想到还真找到了，而且仅用三行代码就搞定了，惊的朋友直呼python牛批

下面个大家详细介绍一下整个过程

1.正确读取表格

首先按照传统的方式读表格：

import pandas as pd
data1 = pd.read_excel('高中生数量.xlsx')
data1


发现索引列没有被识别，产生了Unnamed: 0列，所以我们应该把第一列设置为索引列，代码如下：

import pandas as pddata1 = pd.read_excel('高中生数量.xlsx',index_col=0)  #index_col用来设置索引列data1

这样就正常读取并识别表格了

2.重置索引

这一步主要是将索引列重置，变为普通列，便于下步，代码如下

data2=data1.reset_index()
data2


可以发现，之前的索引列编程‘index’列了

3.将列名转换为列数据

这一步主要用到pandas的melt函数，melt是逆转操作函数，可以将列名转换为列数据(columns name → column values)，重构DataFrame，用法如下：

pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None)

参数解释：

frame:要处理的数据集；id_vars:不需要被转换的列名；value_vars:需要转换的列名，如果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；col_level :如果列是MultiIndex，则使用此级别。

我们把'index'列保留，并把转换后的列命名为'year',value命名为'stu_num':

data3=data2.melt(id_vars='index', var_name='year',value_name='stu_num')data3

4.把第一列设置为索引列

为了防止保存后的表格带有数字索引，需要把第一列设置为索引列：

data4=data3.set_index('index')
data4


5.保存表格

data4.to_excel('转换后表格.xlsx')

大功告成，上述代码可以用1行代码搞定：

data=data.reset_index().melt('index', var_name='col').set_index('index')


是不是很强悍！

一起感受一下妹子的夸赞吧：

幸福就是这么简单，在这里哥想说一句，不是哥优秀，而是python太强大，哈哈！