五分钟学会四种宽数据转长数据方法——Excel、Mysql、R、python

在学Mysql中的时候，想必大家都曾遇到如下的题：将表1转为表2，
表1

Company	Name	Sale2013	Sale2014	Sale2015	Sale2016
Apple	苹果	5000	5050	5050	5050
Google	谷歌	3500	3800	3800	3800
Facebook	脸书	2300	2900	2900	2900

表2

Company	Name	Year	Sales
Apple	苹果	Sale2013	5000
Google	谷歌	Sale2013	3500
Facebook	脸书	Sale2013	2300
Apple	苹果	Sale2014	5050
Google	谷歌	Sale2014	3800
Facebook	脸书	Sale2014	2900
Apple	苹果	Sale2015	5050
Google	谷歌	Sale2015	3800
Facebook	脸书	Sale2015	2900
Apple	苹果	Sale2016	5050
Google	谷歌	Sale2015	3800
Facebook	脸书	Sale2016	2900

这实际上就是宽表转长表。今天，分享一下分别在MySQL、excel、R、python中实现宽表转长表的方法。

一、Mysql

实现的关键字：union all

#准备数据
create table items(Company varchar(10),
				   Name varchar(10),Sale2013 int,
				   Sale2014 int,Sale2015 int, Sale2016 int);

insert into items values("Apple","苹果",5000,5050,5050,5050),
    					("Google","谷歌",3500,3800,3800,3800),
						("Facebook","脸书",2300,2900,2900,2900);

select Company,Name,
'Sale2013' as 'Year',`Sale2013` as 'Sales' from items union all
select Company,Name,
'Sale2014' as 'Year',`Sale2014` as 'Sales' from items union all
select Company,Name,
'Sale2015' as 'Year',`Sale2015` as 'Sales' from items union all
select Company,Name,
'Sale2016' as 'Year',`Sale2016` as 'Sales' from items;

二、Excel

实现关键词：PowerQuery逆透视

（1）数据——从表格——表包含标题

（2）选中Company，Name列——转换——逆透视其他列

（3）修改列名——关闭并上载至

三、R

实现关键词：gather

#准备数据
df=data.frame(Company=c("Apple","Google","Facebook"),
			  Name=c("苹果","谷歌","脸书"),
			  Sale2013=c(5000,3500,2300),
			  Sale2014=c(5050,3800,2900),
			  Sale2015=c(5050,3800,2900),
			  Sale2016=c(5050,3800,2900))

library(tidyr)
gather(df,key="Year",value="Sales",Sale2013:Sale2016)

key：转换后新的列名
value：转换后值的新列名
Sale2013:Sale2016 : 需要转列的字段

四、python

实现关键词：set_index+stack+reset_index、melt(有点类似R中的gather)

方法一：set_index+stack+reset_index

stack可以将行索引转为列索引，但Company、Name这列是没有变化的，所以需要先将其设置为索引，具体实现方法如下：

import pandas as pd
import os
os.chdir('C:/Users/dell/Desktop')
data=pd.read_excel('data.xlsx',encoding='utf-8')
df=data.set_index(['Company','Name']).stack().reset_index()
df.columns=['Company','Name','Year','Sales']

方法二：melt

data.melt(id_vars=['Company','Name'],var_name='Year',value_name='Sales')

id_vars：保持不变的列索引
var_name：行索引转列索引后新的列名 （类似R中的KEY）
value_name：value_name:新索引对应的值的列名 （类似R中的VALUE）