Excel 行列转换的最简方法

问题描述

  在工作中时常会遇到对 Excel 表格的处理。当编辑一张 Excel 表格时，发现表格的列数太多，而行数较少，为方便打印，这时你或许会希望将该表格行列转换；或许是为了做进一步做统计分析，当前格式不太方便，这时也会用到行列转换。

  下面这种交叉式的 Excel 表是很常见的格式，用来填写和查看都比较方便：
  

  但是，如果想做进一步的统计分析，这种格式就不方便了，需要行列转换，变成如下格式的明细表：
  

  显然，手工操作会非常麻烦，若数据量小还可以，数据量大了会耗费大量时间，简直就是灾难。

  我们就以此为例，举例说明几种常见的解决方法。

解决方法

方法 1：Excel 数据透视表

  Excel 可以通过数据透视表支持行列转换功能，效果如下图：
  

  显然，这并不是我们想要的格式。Excel 的数据透视表可以满足简单格式的行列转换，但如果格式稍微复杂，转换效果往往是不尽人意。

方法 2：编程语言

  以写程序来解决，思路也很简单：

  · 加载 excel 文件，装载需要的 sheet 工作表。

  · 读取“账套名”所在行，将其转换成字符串数组。

  · 读取“科目编码”所在列，将其转换成字符串数组。

  · 按“科目编码”分组，与“账套名”数组构造一张表。

  · 根据“账套名”对应的数据，遍历所有的明细值填充到相应的表中。

  · 这样就可以构造出对应的明细表来。

  如果用 Java 来实现，初步估计代码量也不会少于 200 行，若需要结果输出成 excel 文件则开发工作量会更多。虽然 Excel 自己提供了 VBA，但那个麻烦程度谁用谁知道，不提也罢。那其它的语言呢？传说 python 有处理行列转换的功能（pandas 包里有 pivot 功能），代码量相对于 java 会少很多， 我们来试一下：

import pandas as pd
    import numpy as np

    df = pd.read_excel("D:\\excel\\pandas.xlsx", 0, 3)
    cols = df.columns.values.tolist() #获取数据头信息

    #移去前两列，只保留需要行列转换的列
    cols.remove('科目编码')
    cols.remove('科目明细')

    #构造一个 list.
    frames=[]
    for col in cols:
        df1 = df.pivot_table(index = ['科目编码','科目明细'], values = [col])
        df1.rename(columns={col: '数值'}, inplace=True)
        df1[3]=col
        #转换后的数据追加到 frames 中.
        frames.append(df1)

    # concat 将相同字段的表首尾相接
    result=pd.concat(frames)
    result.rename(columns={3: '帐套名'}, inplace=True)
    result.to_excel('D:\\excel\\pandas_n.xlsx', sheet_name='科目明细')    import pandas as pd    import numpy as np

    df = pd.read_excel("D:\\excel\\pandas.xlsx", 0, 3)
    cols = df.columns.values.tolist() #获取数据头信息

    #移去前两列，只保留需要行列转换的列
    cols.remove('科目编码')
    cols.remove('科目明细')    #构造一个 list.
    frames=[]    for col in cols:
        df1 = df.pivot_table(index = ['科目编码','科目明细'], values = [col])
        df1.rename(columns={col: '数值'}, inplace=True)
        df1[3]=col        #转换后的数据追加到 frames 中.
        frames.append(df1)    # concat 将相同字段的表首尾相接
    result=pd.concat(frames)
    result.rename(columns={3: '帐套名'}, inplace=True)
    result.to_excel('D:\\excel\\pandas_n.xlsx', sheet_name='科目明细')

  效果还不错，果然比较简洁！这是 Python 生成的 excel 文件：
  

  不过，存在一点小问题，这个 excel 格式有点特殊，想用 Python 的 pivot，我们要将“科目编码”，“科目明细”移到与转换列标题所在同一行上，变成下面的样子。否则在代码上就得特殊 “照顾”，反正只有一行，手工做一下就算了，比写代码省事。
  

  无论如何，python 的这个细节处理的小“瑕疵”并不影响其方便性。python 确实名不虚传，虽然使用了循环，但整个代码也就只有 10 来行的样子。

  还能更简单吗？

  嘿嘿，能！

方法 3：集算器编程

  下面我们来看集算器的代码：

  代码很简单，我们把每一步的中间结果列出来看看：

  A1：加载 excel 文件工作表 1，提取指定范围的数据 (从 3 行到 40 行)，其中选项 @ t 表示首行为标题，载入数据, 生成表格如下：
  

  A2：删除非数据行
  

  A3：更换列名称
  

  A4：把从第 3 列开始的列名称连成字符串，用“,”分开
  

  A5：pivot 函数将行列数据进行转换，把 A4 中对应的列数据置放到“数值”列
  

  A6：将整理好的数据另存储为 xlsx 文件
  

  集算器脚本只有 6 行，木有啥循环、判断之类的玩意儿，也不像 Python 那样要先手工倒腾一下，就把这看似有点“乱”的数据表格处理好了。相比之下，Python 采用列优先转换多次循环 “N”字方式，集算器则用行优先一次性处理，在处理数据上，集算器对细节处理及使用习惯更专业。而且集算器的开发环境也容易调试，可以看到每一步运算的中间结果，方便挑出错误，开发更为便捷。在这种常规数据处理的任务中，集算器要比 Python 更为优越。

优势总结

  就这个问题，关于 python 与集算器的差异，再说说自己的一点心得体会：

1. 多列转换

  对于需要多列行列转换并汇集成“长”列的场景时，python 需要将每个数据列构造成数组，并增加一列记录当前列名，再追加到一个大的列表中，最后合并，合并中去掉非首个数组中的 title；

  集算器就容易些，它直接把想要转换的列汇集在一块就行。相对于 python 的繁琐，集算器至少能省几个脑细胞。

2. 名称更改

  python 对于需要转换列的名称不能更改, 如 cols[0]=’天津’，此时 python 找不到修改前的关键字，“哪个朋友挖的坑，别以为我发现不了”，欺负大爷眼花，给报个异常行不？

  但对应的集算器来说则很方便, 如：>A1.rename(_1: 科目编码,_2: 科目明细,4 成都: 成都)

3. 标题空值问题

  Python 读取 excel 表中的转换行标题时，前面两列为空 (对应原来的 excel 中的“科目编码，科目明细”)，此时标题 cols 中的空值就没有了, 这个“坑”有点隐蔽啊，我真没有发现, 把其中的两列弄丢了，真有点丢脸 ;

  但集算器能识别出来，会自动加上对应的标识 _1、_2，这样处理数据时，就能找到其中对应的两列。

4. 网格式编程

  集算器使用网格 A1 这种格式，它自动与所在位置的对象关联起来，这点非常方便, 感觉很有特色；Python 就只能望洋兴叹了。