Python实现一维表与二维表之间的相互转化

野性酷女 2022-04-10 13:55 888阅读 0赞

### **对已有数据表进行一维和二维之间的转化：** ###

import pandas as pd
    
    # 读入数据：
    df = pd.read_excel('2dims.xls','Sheet1')
    df

df的结构为：

![20190111134531609.PNG][]

如上图所示df是一个二维表。

# 将二维数据表转化为一维数据表：
    new_data = df.set_index('地区') # 将df中的地区一列设置为索引列
    df1 = new_data.stack()  # stack的返回对象df1是一个二级索引Series对象
    df2 = df1.reset_index() # 通过reset_index函数将Series对象的二级索引均转化为DataFrame对象的列值
    df2.columns = ['地区','时间','金额']
    df2

df2的结构为：

![20190111134920140.PNG][]

# 将一维数据表转化为二维数据表：
    s = pd.Series(list(df2['金额']),index=[df2['地区'],df2['时间']])  # 利用一维数据表df2构造一个二级索引Series对象
    df3 = s.unstack() # 对s执行stack的逆操作unstack
    df3

df3的结构为：

![20190111140020770.PNG][]

### **将SQL语句一维表形式的查询结果转化成二维表形式：** ###

***说明：在数据库sql50中有一张学生成绩表grade(sid,cid,score)，其中sid表示学生编号，cid表示课程编号，score表示课程成绩。***

***grade表结构如下图所示：***

![20190111144336318.PNG][]

import pandas as pd
    import pymysql
    
    # 定义一个上下文管理器：
    class DataBase(object):
        
        def __init__(self,name,password):
            # 创建数据库连接
            self.conn = pymysql.connect('localhost','root',str(password),str(name),charset='utf8')
            # 创建cursor对象
            self.cursor = self.conn.cursor()
            
        def __enter__(self):
            return self.cursor  # 返回cursor对象，且这个cursor对象会被赋给with语句中as后面的变量
        
        def __exit__(self,exc_type,exc_value,traceback):
            self.cursor.close()    # 关闭游标对象
            self.conn.close()      # 断开数据库连接
            
     
    def main():
        with DataBase('sql50',883721) as db:
            db.execute('select * from grade')   # 执行sql语句
            content = db.fetchall()  # 获取数据(db中保存着查询结果集)
            df = pd.DataFrame(list(content))  # 将从数据库中查询出的数据放入DataFrame对象中
        return df
        
            
    if __name__ == '__main__':
        df = main()
    
    new_cols = ['sid','cid','score']
    df.columns = new_cols
    df.head()

df部分数据如下图所示：

![20190111144707565.PNG][]

将一维表形式的查询结果转化成二维表形式：

# 将一维数据表转化为二维数据表：
    s = pd.Series(list(df['score']),index=[df['sid'],df['cid']])  # 利用一维数据表df2构造一个二级索引Series对象
    new_df = s.unstack() # 对s执行stack的逆操作unstack
    new_df

new\_df的结构为：

![20190111144942124.PNG][]

参考：

《Python for Data Analysis》2nd Edition

[https://blog.csdn.net/qq\_41080850/article/details/85100641][https_blog.csdn.net_qq_41080850_article_details_85100641]

PS：本文为博主原创文章，转载请注明出处。

[20190111134531609.PNG]: /images/20220328/9a27609c9c014510b5867da3424d122e.png
[20190111134920140.PNG]: /images/20220328/0038c53fcc384d8c8a40fcae07b078d2.png
[20190111140020770.PNG]: /images/20220328/04618666ec4e44bf85dc7610caa7e38f.png
[20190111144336318.PNG]: /images/20220328/73cc846967fb40639e255efd57cba28a.png
[20190111144707565.PNG]: /images/20220328/57a63ed8e411406594396f24d4b9a1b9.png
[20190111144942124.PNG]: /images/20220328/614ed89a182c42bfbb82f10a0df9a921.png
[https_blog.csdn.net_qq_41080850_article_details_85100641]: https://blog.csdn.net/qq_41080850/article/details/85100641