如何遍历 excel 工作表和 unpivot 数据框。然后将它们一起附加到一个数据框中

Question

我有 3 张工作表的 Excel：毛利率、利润率、收入。 他们每个人都有一个具有相同列和行标题的表。

我需要：

1) 遍历每个工作表并保存到数据框中

2) 取消透视每个数据帧

3) 将每个 daraframe 中的值列附加到一个中。

总额：

保证金：

收入：

结果应该是这样的：

如果我使用sheet_name=None，则会收到错误消息：

import pandas as pd
df = pd.read_excel('BudgetData.xlsx', sheet_name=None,index=False)
df_unpv = df.melt(id_vars=['Company'], var_name ='Month', value_name = 'Gross Revenue')
print(df_unpv)

我得到的错误：

AttributeError                            Traceback (most recent call last)
<ipython-input-60-ee1791c449b1> in <module>
      1 import pandas as pd
      2 df = pd.read_excel('BudgetData.xlsx', sheet_name=None,index=False)
----> 3 df_unpv = df.melt(id_vars=['Company'], var_name ='Month', value_name = 'Gross Revenue')
      4 df_unpv
      5 

AttributeError: 'collections.OrderedDict' object has no attribute 'melt'

可以在此处找到带有示例数据的 Excel 文件： https://www.dropbox.com/s/9dsnylng70t5a8i/Count%20Open%20and%20Closed%20at%20Point%20of%20time.pbix?dl=0

Answer 1

您正在尝试从您的 df 对象调用 .melt() 方法，而不是像 docs 所说的那样从 pd 调用它：

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

参数：
frame : DataFrame id_vars : tuple, list, or ndarray, 用作标识符变量的可选列。

value_vars ：元组、列表或 ndarray，可选的要取消透视的列。 如果未指定，则使用所有未设置为 id_vars 的列。

var_name : 用于“变量”列的标量名称。如果没有它 使用 frame.columns.name 或“变量”。

value_name : 标量，默认“值” 用于“值”的名称 列。

col_level : int 或 string，可选 如果列是 MultiIndex 则 用这个关卡融化。