>经常听别人说 Python 在数据领域有多厉害，结果学了很长时间，连数据处理都麻烦得要死。后来才发现，原来不是 Python 数据处理厉害，而是他有数据分析神器—— pandas
前言
Excel 是奇葩不规范数据的重灾区，这主要是因为他有高度的灵活性，今天来看看一个多列堆叠问题。
案例1
公司一次线下促销活动，让运营部的小伙伴用 Excel 简单记录了商品数量，但是他们却把3天的记录分别记录在不同的列上：
你心中期望的数据是这样子的：
现在你要做各种统计数据，3天的数据手工完成当然没问题，但是如果是3个月的数据呢？
现在来看看，在 pandas 中怎么简单转换成规范的2列数据：
-第一句主要是为了最后结果的标题与原数据标题一致而已-关键是第二句，这里直接使用 numpy 的 reshape 方法，即可完成需求。那么里面的-1 与 2是啥意思？-.reshape(-1,2)，其中的2就是2列，而-1是让numpy你根据数据来计算最终的行数-第三句，只是把结果的数组变为一个DataFrame-至于最后的dropna，是把那些空行去掉
案例2：竖向堆叠
你可能已经注意到，上面的结果是"横向的"。也就是一行行扫过，转换成2列。
但你可能希望转换过程是竖向完成，这时我们可以这样子做：
-这次还是先横向转换，而第二句代码则是处理的关键-[arr[i::3]foriinrange(3)]，我们需要从横向的结果每3行取出作为一个数组，进行3次，即可得到3个数组-np.vstack()，通过 numpy 的 vstack 方法把3个数组进行竖向堆叠。
直接看示意图吧：
你怎么这次没有给出 Excel 的解决方式啊？
因为如果我用公式解决，又不能自动化，不够灵活。
如果我用 vba ，又要自己写循环，太繁琐了。
用pandas不就是为了既可自动化处理，又可以少写点代码吗
总结
-numpy的reshape方法，可以快速把数组转换成指定行数或列数-用-1可以让numpy自动计算行或列的数量
需要源码的小伙伴，公众号发送"数据处理"
如果希望从零开始学习 pandas ，那么可以看看我的 pandas 专栏。
扫描二维码
获取更多精彩
数据大宇宙
