如何使用 pandas 中的 melt 函数实现透视表功能

一、背景

如何使用 melt 函数，将图一的数据源生成图二中数据透视表

图一
图二

二、具体操作

1、第一步： 获取数据源

df = pd.read_excel(r"D:\工作\数据类\11每日发货\发货明细账.xlsm", "发货明细")
df

2、第二步： 获取 发货数量、业务含税金额、财务销售收入（预估） 的透视表。
将 “所属板块”, “部门” 作为 “行标签”，对 值——“发货数量” 求和

df_发货数量 = pd.melt(df, ["所属板块", "部门"], ["发货数量"], value_name="数量")
df_发货数量

df_业务含税金额 = pd.melt(df, ["所属板块", "部门"], ["业务含税金额"], value_name="含税金额")

df_财务销售收入= pd.melt(df, ["所属板块", "部门"], ["财务销售收入（预估）"], value_name="销售收入")

3、第三步：根据想要的数据结果，进行分组求和

df_发货数量 = df_发货数量.groupby(["所属板块", "部门"]).sum()
df_业务含税金额 = df_业务含税金额.groupby(["所属板块", "部门"]).sum()
df_财务销售收入 = df_财务销售收入.groupby(["所属板块", "部门"]).sum()

"""查看求和后的结果"""
df_发货数量
df_财务销售收入
df_业务含税金额

4、第四步：生成数据透视表

result = pd.concat([df_发货数量, df_业务含税金额, df_财务销售收入], axis=1)
result

5、第五步：导出到表格

result.to_excel(r"D:\test.xlsx")