前面2篇文章，老海已经分享了Excel与PowerBI在表格转换方面的具体操作。

按照之前的计划，本篇老海将分享使用Python进行一维表与二维表的转换操作，完成三种工具的操作演示和比较，希望可以帮助我们更好理解工具的应用场景和意义。

Python作为近些年非常流行的编程语言，在数据分析领域应用非常广泛，尤其在培训市场的推动下，现在有一种趋势—“你不会Python，都不好意思说是干数据分析的”。

这里我们不讨论这种现象是否合理，之前老海在微头条中已经聊过，感兴趣可以去翻看一下。

本篇涉及一定代码量，代码比较简单，主要适合具备一定Pyhon基础或者感兴趣的朋友。

OK,下面我们开始正式内容：

本篇依旧使用之前的案例数据：一维表与二维表，存储在Excel文件中。

关于一维表与二维表的区别联系，以及相关数据表述，可以翻看老海之前的文章即可。

一维表

二维表

下面老海分三个部分来实现一维表和二维表的转化操作：

使用Python导入数据，并查看数据读取情况

• 第一步：导入必要的包，这里我们引入pandas，它主要用于数据处理和统计等相关操作，为了说明编程环境，引入sys包，为了设定数据源位置，引入OS包。本次演示环境WIN10、Python3.7、pandas0.25.0.

查看环境，引入必要的包

• 第二步：设定数据源路径。一般我们的工作目录，各有不同，因此我们可以利用os.chdir方法来自定义文件路径，来存放我们的数据源，这里是Excel文件。

设定工作目录，存放数据源文件

• 第三步：导入数据源，通过read_excel方法来读取一维表和二维表，其他的表格不需要读取。之后，建议查看导入后数据的情况，一方面观察数据规模，另一方面避免出现乱码等情况。

导入对应的数据源

查看一维表导入情况

查看二维表导入情况

使用Python将一维表透视转为二维表

• 此处只需pd.pivot_table方法，即可实现转化过程。这个方法类似于Excel透视表功能，而且参数非常灵活。

进行透视操作，查看处理结果

使用Python将二维表逆视转为一维表

• 此处通过set_index方法设定索引，利用stack方法进行逆视操作，然后利用reset_index方法重置新的索引即可，同时注意把列名修改为符合需要的名称。

进行逆视操作，查看处理结果

OK，以上就是Python完成相关操作的具体代码，老海相信还有更好的方法，这里不再赘述。

总之，Python同样可以非常巧妙完成一维表与二维表的转化

• 我们可以把处理结果导出到excel文件中，注意此处pandas导出sheet会出现覆盖数据的问题，因此我们使用pd.ExcelWriter方法来解决它。

保存处理结果

导出的转化结果

导出的转化结果

至此，老海分别实现了Excel、PowerBI、Python三种不同工具的具体操作。

我们除了理解一维表与二维表的区别联系，也要学会如何完成两者之间的转化操作。

相信自己！

希望在阅读完这四篇文章后，我们能够有不同的感受，能够清楚看到哪个更适合自己。

OK，我是数据炼金术师，老海，欢迎关注我，一起分享更多数据知识。