1. 读取数据
import pandas as pd
file_path = "./course_datas/c39_explode_to_manyrows/读者提供的数据-输入.xlsx"
df = pd.read_excel(file_path)
2. 把多列合并到一列
# 提取待合并的所有列名,一会可以把它们drop掉
merge_names = list(df.loc[:, "Supplier":].columns.values)
merge_names
def merge_cols(x):
"""
x是一个行Series,把它们按分隔符合并
"""
# 删除为空的列
x = x[x.notna()]
# 使用x.values用于合并
y = x.values
# 合并后的列表,每个元素是"Supplier" + "Supplier PN"对
result = []
# range的步长为2,目的是每两列做合并
for idx in range(0, len(y), 2):
# 使用竖线作为"Supplier" + "Supplier PN"之间的分隔符
result.append(f"{y[idx]}|{y[idx+1]}")
# 将所有两两对,用#分割,返回一个大字符串
return "#".join(result)
# 添加新列,把待合并的所有列变成一个大字符串
df["merge"] = df.loc[:, "Supplier":].apply(merge_cols, axis=1)
df
# 把不用的列删除掉
df.drop(merge_names, axis=1, inplace=True)
df
3. 使用explode把一列变多行
# 先将merge列变成list的形式
df["merge"] = df["merge"].str.split("#")
df
# 执行explode变成多行
df_explode = df.explode("merge")
df_explode
4. 将一列还原成结果的多列
# 分别从merge中提取两列
df_explode["Supplier"]=df_explode["merge"].str.split("|").str[0]
df_explode["Supplier PN"]=df_explode["merge"].str.split("|").str[1]
df_explode
# 把merge列删除掉,得到最终数据
df_explode.drop("merge", axis=1, inplace=True)
df_explode
5. 输出到结果Excel
df_explode.to_excel("./course_datas/c39_explode_to_manyrows/读者提供的数据-输出.xlsx", index=False)