【数据清洗】-需要让表格的一行英文下面插入其对应的中文名称

流程：

系统导出的表格索引名称都是英文，语言障碍导致阅读困难，所以决定将英文全部加上中文解释。但能够依靠的是一张中英文对应表，虽然每个表头都有，但是顺序是不一样的，所以需要建立索引，一一对应，行列对调一下，再插入一列写进去，最后对调回来就可以了。

原英文表格：

给出的中英文txt文件：

得出的结果表格：

实现过程：

1.初始化和读取文件

import pandas as pd
#读取
df = pd.read_excel('going.xlsx', header=None)
df1 = pd.read_csv('-c.txt', header=None, sep='\t', encoding='utf-8')

pandas库更新啦，很久没用的我不得已卸载重下，头铁直接冲下了一个半小时毫无音讯，挂个镜像半分钟……

df读取的就是英文表头的表格，df1是中英文对照的txt文件，【sep='\t'】是因为我的txt每一行前面都有个空格。

2.分列与命名

df1 = df1[0].str.split(' ', expand=True, n=2)
df1 = df1.rename(columns={1: 'name', 2: 'cn_name'})

df1 = df1[['name', 'cn_name']]

第一行：

现在的txt文件读进来已经根据每行分开了，再用split对它进行分列，分列的依据还是两列数据之间的空格；expand=true指的是会把切割出来的内容分成一列，如果你不想要就写成FALSE；这个n的意思是分列几次，假如说我的文件内容是【1，2，3，4】，n=1就会分成【1】和【2，3，4】，n=2会分成【1】【2】【3，4】；因为我的文件里每一行开头都有个空格，所以分了两次，第一列就是空格。

第二行：

将分好列命名一下，如上图0是空格列，1是英文，2是中文。

第三行:

因为有三列，所以只提取表头为这两个的两列，关于为什么是双重[[]]，是因为要提取的是列表元素，详情可以参考这篇文章，说的很清楚。https://zhuanlan.zhihu.com/p/139559986 

 3.行列转换及表格命名

df = df.T
df = df.rename(columns={0: 'name'})

第一行：

就是简单的行列兑换，第一行变为第一列，这样很多操作都很容易做成。

第二行：

因为df本身就是表格，所以第一行换成第一列后，可以直接命名第0列为name

4.按照索引合并：

df = pd.merge(df, df1, on="name", how='left')
df = df.rename(columns={'cn_name': 0})
df = df.T

第一行：

merge函数用来合并表格是很好用的，这行意思就是根据name，以左连接的方式进行合并。

意思就是df的数据一定全保留，df1对于df进行基于name的填写，df的name中没有的表头df1即使有也不会写入，这样就可以满足按照索引进行填写了。

第二行：

将原本的第二列，也就是中文列改为0，虽然位置没有改变，但实际上现在这一列已经变成了最小列。

第三行：

转换行列至原型。

5.排序与导出

现在导出表格的话其实是这样的，中文列在最下面，这也是为什么要提前把它设为0，便于后面排序到前面；还因为行列转换多出来一行索引做表头：

 代码：

df.columns = df.iloc[0]
df = df.drop(df.index[0])
df = df.sort_index()
df.to_excel('done.xlsx', index=False, header=True)

 第一行：

将0列提取出来赋予表头，iloc函数就是主打的提取。

第二行：

将第一行删除，经过第一行我们可以得到的是表头和第一行都是英文名称的表格，因此删去第一行就好。

第三行：

进行排序，这样可以把中文列提前到表头下第一行。

第四行：

正常输出

6.完整代码

import pandas as pd
#读取
df = pd.read_excel('going.xlsx', header=None)
df1 = pd.read_csv('-c.txt', header=None, sep='\t', encoding='utf-8')

#分割

df1 = df1[0].str.split(' ', expand=True, n=2)
#print(df1)
df1 = df1.rename(columns={1: 'name', 2: 'cn_name'})
df1 = df1[['name', 'cn_name']]

df = df.T
df = df.rename(columns={0: 'name'})

df = pd.merge(df, df1, on="name", how='left')

df = df.rename(columns={'cn_name': 0})

df = df.T

#将name列的值作为列名
df.columns = df.iloc[0]
df = df.drop(df.index[0])
df = df.sort_index()
df.to_excel('done.xlsx', index=False, header=True)