Pandas玩转Excel大纲！层级表格数据可视化教程

本文介绍如何利用Pandas库模拟Excel大纲功能，实现表格数据的层级展示。通过Pandas的`groupby()`函数，可以根据指定的列（例如“药品类型”、“药品一级分类”、“药品二级分类”、“药品名称”）对DataFrame进行分组，并迭代输出每个分组的数据，从而达到类似Excel大纲展开的效果，清晰展现数据的层级结构。 该方法无需改变原始DataFrame结构，方便用户理解和分析层级数据。 文章将提供具体的代码示例，并探讨更高级的定制化展示方案。

利用Pandas模拟Excel大纲，实现表格数据的层级化展示

在数据分析过程中，常常需要将数据按特定层次分组展示，以便更好地理解和分析。这与Excel中通过大纲功能实现的层级显示效果类似。本文将详细介绍如何使用Pandas的groupby函数实现这种效果。

问题： 如何使用Python的Pandas库将表格数据转换成类似Excel大纲的层级结构？假设原始数据包含“药品类型”、“药品一级分类”、“药品二级分类”和“药品名称”等列，目标是按这些列分组，并以类似Excel大纲展开的方式呈现，清晰展现各级分组。

解决方案：

Pandas的groupby()函数是实现此功能的关键。它可以根据指定列对DataFrame进行分组，并对分组数据进行聚合。以下代码演示如何使用groupby()函数模拟Excel大纲效果：

假设原始数据已加载到名为df的Pandas DataFrame中。 我们可以使用以下代码进行分组：

grouped = df.groupby(['药品类型', '药品一级分类', '药品二级分类', '药品名称'])
for group_key, group_data in grouped:
    print(f"分组键: {group_key}")
    print(group_data)
    print("-" * 20) # 分隔线

这段代码首先使用groupby()函数按'药品类型'、'药品一级分类'、'药品二级分类'和'药品名称'四列进行分组。然后，迭代器for group_key, group_data in grouped:遍历每个分组。group_key代表分组键值（各列值的组合），group_data代表该分组下的DataFrame数据。最后，打印每个分组的键值和数据，实现类似Excel大纲的层级展示。每个print(group_data)的输出都是一个分组的子表，清晰展现数据的层级结构。

需要注意的是，此方法仅将数据按层级打印，并未改变DataFrame的结构。 若需更精细的控制和展示，可考虑使用Pandas的其他函数，如pivot_table()或自定义函数进行数据处理和格式化。

文中关于的知识介绍，希望对你的学习有所帮助！若是受益匪浅，那就动动鼠标收藏这篇《Pandas玩转Excel大纲！层级表格数据可视化教程》文章吧，也可关注golang学习网公众号了解相关技术文章。