如何遍历 excel 工作表和逆透视数据框。然后将它们附加到一个数据框中

Question

我有 Excel 和 3 sheets：毛利、利润、收入。他们每个人都有一个 table 具有相同的列和行 headers。

我需要：

1) 遍历每个 sheet 并保存到数据帧中

2) 反转每个数据帧

3) 将每个 daraframe 的值列附加到一个。

总收入：

保证金：

收入：

结果应该是这样的：

如果我使用 sheet_name=None 然后我得到一个错误：

import pandas as pd
df = pd.read_excel('BudgetData.xlsx', sheet_name=None,index=False)
df_unpv = df.melt(id_vars=['Company'], var_name ='Month', value_name = 'Gross Revenue')
print(df_unpv)

错误我得到：

AttributeError                            Traceback (most recent call last)
<ipython-input-60-ee1791c449b1> in <module>
      1 import pandas as pd
      2 df = pd.read_excel('BudgetData.xlsx', sheet_name=None,index=False)
----> 3 df_unpv = df.melt(id_vars=['Company'], var_name ='Month', value_name = 'Gross Revenue')
      4 df_unpv
      5 

AttributeError: 'collections.OrderedDict' object has no attribute 'melt'

Excel 包含示例数据的文件可在此处找到： https://www.dropbox.com/s/9dsnylng70t5a8i/Count%20Open%20and%20Closed%20at%20Point%20of%20time.pbix?dl=0

Answer 1

您正在尝试从您的 df 对象调用 .melt() 方法，而不是像 docs 所说的那样从 pd 调用它：

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

Parameters:
frame : DataFrame id_vars : tuple, list, or ndarray, optional Column(s) to use as identifier variables.

value_vars : tuple, list, or ndarray, optional Column(s) to unpivot. If not specified, uses all columns that are not set as id_vars.

var_name : scalar Name to use for the ‘variable’ column. If None it uses frame.columns.name or ‘variable’.

value_name : scalar, default ‘value’ Name to use for the ‘value’ column.

col_level : int or string, optional If columns are a MultiIndex then use this level to melt.

如何遍历 excel 工作表和逆透视数据框。然后将它们附加到一个数据框中

How to iterate through excel sheets and unpivot dataframes. Then append them together into one daraframe

python

unpivot

dataframe

melt

pandas