【7.0.104.0】求自动处理数据的方案

原始数据是这样的：1、总共有600多个字段
2、每个单元格同时包含了字段名称和对应的数值
3、每行为1个时间点的数据，每行可能有几十到几百个字段和值不等，长短不一，没有规律
4、每列并不一定都是同样字段名称的内容，比较混乱




有没有方案用活字格对数据做快速处理，得到如下形式？1、600多个字段各占1列
2、保持每行为时间点不变，将对应的字段的值填到相应的列中，没有值的空着

光光选字段就要累死。

用pandas 处理比较合适

从你的需求上来看EXCEL比活字格处理更方便
每列字段名可以直接用公式取，还可以完成替换。

您好，这个建议您使用Excel或者Python来处理数据，咱们活字格主要还是实现业务逻辑的功能嘛，如果是这种专门的数据处理，还是推荐您使用专门处理数据的利器比较好，毕竟术业有专攻。
用简单的数据模拟一下：

我们用python处理一下这个数据，代码：

1. # -*- coding:utf-8 -*-
   
2. # @Author: Sun Hao
   
3. # @Description:
   
4. # @File : 03excel.py
   
5. import pandas as pd
   
6. 
   
7. data_dir = r'C:\Users\sh921\Desktop\测试.xlsx'
   
8. to_data_dir = r'C:\Users\sh921\Desktop\测试1.xlsx'
   
9. df = pd.read_excel(data_dir, sheet_name='Sheet1', header=None)
   
10. col_names = []
    
11. rows_list = []
    
12. for i in range(len(df)):
    
13.     rows = []
    
14.     for j, rowi in enumerate(df.loc[i].values):
    
15.         if j == 0:
    
16.             rows.append(rowi)
    
17.             if i == 0:
    
18.                 col_names.append("")
    
19.         else:
    
20.             print(rowi)
    
21.             [name, value] = str(rowi).split(':')
    
22.             if i == 0:
    
23.                 col_names.append(name)
    
24.             rows.append(value)
    
25.     rows_list.append(rows)
    
26. # print(rows_list)
    
27. # print(col_names)
    
28. dt = pd.DataFrame(rows_list, columns=col_names)
    
29. dt.to_excel(to_data_dir, index=0)

复制代码

处理结果：

注意哦：代码中取的是excel文件的绝对路径。