python pandas 循环通过数据框复制 Excel 中的许多表

Question

我想将大型数据帧转换为一系列报告表，这些报告表为数据帧分隔/跳过的 Excel 行中的每个唯一 ID 复制模板。 我想通过一系列循环来做到这一点。 我认为我可以通过将 df 中的每个项目映射到 Excel 文件来完成...但是根据数据帧的大小，这将需要几千行 - 任何帮助将不胜感激!!

import pandas as pd

data = {'id' = [1,2,3]
  , 'make' = ['ford','chevrolet','dodge']
  , 'model' = ['mustang','comaro','challenger']
  , 'year' = ['1969','1970','1971']
  , 'color' = ['blue', 'red', 'green']
  , 'miles' = ['15000','20000','35000']
  , 'seats' = ['leather', 'cloth' , 'leather']
  }
df = pd.DataFrame(data)

df.to_excel(r'/desktop/reports/output1.xlsx')

Excel 中的建议结果（id 分组之间跳过一行）：

  A       B             C       D        E        F 
1 make    ford          year    1969     miles    15000
2 model   mustang       color   blue     seats    leather
3 
4 make    chevrolet     year    1970     miles    20000
5 model   comaro        color   red      seats    cloth
6
7 make    dodge         year    1971     miles    35000
8 model   challenger    color   green    seats    leather

Answer 1

代码

# melt & sort
tmp = df.melt('id', var_name='a', value_name='b').sort_values('id', kind='stable')

# make id's cumcount to variable s
s = tmp.groupby('id').cumcount()

# assign 'row' and 'col' based on the cumulative count
tmp['row'], tmp['col'] = s % 2, s // 2

# pivot
tmp = (tmp.pivot(index=['id', 'row'], columns='col')
          .swaplevel(0, 1, axis=1).sort_index(axis=1).droplevel(0, axis=1)
)

# create idx(MultiIndex) for making blank rows
idx = pd.MultiIndex.from_product([df['id'].unique(), [0, 1, 2]])

# reindex with idx & save to Excel file without index and header
tmp.reindex(idx).to_excel('no1.xlsx', index=False, header=False)

结果：