pandas 数据透视和逆透视

本篇介绍 pandas 数据重塑的几个有用变换。假设我们有学生语数外考试的成绩数据，大家常见的是这种格式：

如果数据放在数据库中，下面的格式比较符合数据库范式：

现在，任务来了。要实现由图一向图二的变换，传统的 Excel 功能不容易实现，有了 Power Query 之后，可以使用 Power Query 的逆透视功能来说实现。

如果要实现由图二向图一的格式的变换，比较简单的方法是利用数据透视表。因为数据中有数字，所以相对来说还比较简单。因为本篇目的是介绍 pandas 的实现方法，对 Excel 中如何实现数据格式的转换就不做展开。

我将图 2 的数据放在 Sheet3 中，利用 read_excel() 方法读取数据：

import pandas as pd
df = pd.read_excel('data_shaping_sample_data.xlsx', sheet_name='Sheet3')

此时显示 df 如下：

将 df 调用 pivot() 方法进行透视：

df_pivot = df.pivot(index='Name', columns='Subject', values='Score')
df_pivot

对于逆透视呢，pandas 也提供了很好的支持，以下代码演示了使用方法：