【导语】数据分析的时候经常要把宽数据转变成长数据，本文将呈现两种解决方案。一种是 Excel 的逆透视，另一种是 Pandas 的 melt 方法。数据量小选择 excel，数据量大可用 Pandas。现在我们将各个城市的年份二维数据转换成一维，最终实现效果如下：

一、逆透视1、首先我们打开 excel，选中数据，按住 Alt 键，依次点击 D，P 将弹出数据透视表向导对话框，选择” 多重合并计算数据区域”，点击下一步: 如下所示：

2、选择” 创建单页字段”，点击下一步

3、拖动鼠标，选定区域，点击” 添加” 按钮，下一步

4、选择数据透视表显示位置” 新工作表”，点击” 完成” 按钮

5、在新工作表中生成数据透视表，双击右下角总计的数字

6、在新的工作表中自动生成了我们需要的表格，可以删除多余的字段，重命名现有的字段，完成

二、melt 方法

1、pandas.melt 使用参数：

pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None)

参数解释：

frame: 要处理的数据集。id_vars: 不需要被转换的列名。value_vars: 需要转换的列名，如果剩下的列全部都要转换，就不用写了。var_name 和 value_name 是自定义设置对应的列名。col_level : 如果列是 MultiIndex，则使用此级别。

2、代码实现

import pandas as pd# 读取数据data = pd.read_excel('C:/Users/cherich/Desktop/q.xlsx',index_col=0)data

#重置索引data1=data.reset_index()data1

#index保留，并把转换后的列命名为'year',value命名为'stu_num'data2=data1.melt(id_vars='index', var_name='year',value_name='stu_num')data2

data2.to_excel('./qq.xlsx',index=False)

上面我们通过 melt 完成和 excel 同样的效果，那么我们了解 melt 的实现原理之后，可简写如下：

datas=data.reset_index().melt('index', var_name='col').set_index('index')

希望本文的内容对大家的学习或者工作能带来一定的帮助，每天进步一点点，加油❤。