行转列，指的是将原本在一行中的数据转换为多列，而列转行则相反，将原本在一列中的数据转换为多行。在实际开发中，行列转换一般用于数据清洗、数据分析等方面，因为原始数据往往是比较混乱的，需要进行适当的处理才能进行后续分析。
一、行转列
1、使用Python基础语法实现
str = "A,B,C,D,E,F,G" # 原始字符串
lst = str.split(',') # 将字符串按照逗号分割为列表
n = 3 # 每一组数据包含几个元素
lst_new = [lst[i:i+n] for i in range(0, len(lst), n)] # 将列表转换为多维列表，每n个元素为一组
for i in range(n):
print([lst_new[j][i] for j in range(len(lst_new))]) # 输出每个元素对应的所有组的值
2、使用pandas实现
import pandas as pd
df = pd.read_csv('example.csv', header=None) # 读取csv文件
df_trans = df.transpose() # 转置
df_trans.to_csv('example_trans.csv', index=False, header=None) # 保存为csv文件
二、列转行
1、使用Python基础语法实现
list_1 = ['A', 'B', 'C']
list_2 = ['D', 'E', 'F']
list_3 = ['G', 'H', 'I']
lst = [list_1, list_2, list_3] # 原始列表
lst_new = []
for i in range(len(lst[0])):
lst_new.append([lst[j][i] for j in range(len(lst))]) # 将每列数据转换为一行，并添加到新列表中
for i in lst_new:
print(','.join(i)) # 输出结果，每行数据用逗号分割
2、使用pandas实现
import pandas as pd
df = pd.read_csv('example.csv', header=None) # 读取csv文件
df.to_csv('example_new.csv', index=False, header=None, sep='|') # 保存为新文件，用'|'分割每个元素
三、小结
本文以Python语言为例，介绍了行列转换的两种实现方式，即基础语法和pandas库，具体可根据实际需求来选择不同的实现方式。在实际数据清洗和分析中，行列转换是一个很常见的操作，能够大大提高我们的数据分析效率。
原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/301750.html
微信扫一扫 
支付宝扫一扫 