处理Excel两行表头并整理为一维表的Python实现
学习笔记作者：admin日期：2025-07-09点击：23
摘要：本文介绍了如何处理Excel中具有两行表头的数据，将年份和月日合并为完整日期，并通过Python代码将其转换为一维表。
1. 背景与问题
在处理Excel文件时，有时会遇到两行表头的情况。例如，第一行是年份（如2025），第二行是具体的日期（如01-02、01-03等）。这种情况下，直接使用`pandas.read_excel()`读取可能会导致列名混乱，因此需要手动处理。2. 解决方案
为了将这种数据整理为一维表，可以按照以下步骤进行：2.1 读取Excel文件
使用`pandas.read_excel()`读取Excel文件时，跳过第一行无用的标题，只保留第二行为实际列名。
import pandas as pd
df = pd.read_excel("a.xlsx", header=1)2.2 处理列名
由于第一行是年份，第二行是月日，需要将它们拼接成完整的日期格式（如2025-01-02）。
columns = list(df.columns)
date_columns = columns[3:]
new_column_names = {col: f"2025-{col}" for col in date_columns}
df.rename(columns=new_column_names, inplace=True)2.3 转换为一维表
使用`melt`函数将宽格式数据转换为长格式，以便于后续分析。
df_melted = df.melt(
id_vars=["采购交货计划主表ID", "工厂", "物料"],
var_name="日期",
value_name="数量"
)2.4 排序与保存
对结果进行排序，并保存为新的Excel文件。
df_melted.sort_values(by=["采购交货计划主表ID", "日期"], inplace=True)
df_melted.reset_index(drop=True, inplace=True)
df_melted.to_excel("output_cleaned.xlsx", index=False)3. 输出结果示例
| 采购交货计划主表ID | 工厂 | 物料 | 日期 | 数量 | |--------------------|------|------|------------|------| | 1 | fz | H002 | 2025-01-02 | 6 | | 1 | fz | H002 | 2025-01-03 | 8 | | 1 | fz | H002 | 2025-01-04 | 9 | | 1 | fz | H002 | 2025-01-05 | 8 | | 1 | fz | H002 | 2025-01-06 | 9 | | 2 | fz | H003 | 2025-01-02 | 16 | | 2 | fz | H003 | 2025-01-03 | 82 | | 2 | fz | H003 | 2025-01-04 | 9 | | 2 | fz | H003 | 2025-01-05 | 8 | | 2 | fz | H003 | 2025-01-06 | 9 |4. 手动操作Excel的替代方法
如果不想使用Python，也可以手动操作Excel：- 删除第一行无意义的“年”信息。
- 在Power Query中：将“01-02”等列转换为“日期”类型，添加自定义列拼接年份。
- 使用【逆透视其他列】功能将日期转为字段。
- 导出结果即可。