本文介绍如何使用python的pandas库，将表格数据以类似excel大纲的层级结构展示，方便数据查看和分析。 假设数据包含“药品类型”、“药品分类（一级）”、“药品分类（二级）”和“药品名称”等列，目标是根据这些列进行分组，并呈现层级结构。
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，方便后续的聚合操作。
解决方案：
假设原始数据已存储在名为df的Pandas DataFrame中，可以使用以下代码进行分组：
grouped = df.groupby(['药品类型', '药品分类（一级）', '药品分类（二级）', '药品名称'])
for group_key, group_data in grouped:
print(f"分组键值: {group_key}")
print(group_data)
print("-" * 20) # 分隔符这段代码首先使用groupby()函数根据四列对df进行分组。然后，迭代器for group_key, group_data in grouped:遍历每个分组。group_key是分组的键值（药品类型、一级分类、二级分类和药品名称的组合），group_data是对应分组的数据子集（一个DataFrame）。代码打印每个分组的键值和数据，并用分隔符区分不同分组。
虽然这不能直接生成可视化的Excel大纲效果，但它实现了数据的逻辑分组。 后续可以根据需要，将每个分组的结果保存到单独的文件，或进行更复杂的数据分析和可视化，例如使用pivot_table()函数创建汇总表，或结合其他可视化库（如Matplotlib或Seaborn）生成图表。 为了更直观地呈现层级结构，可以考虑使用其他库，例如treelib来创建树形结构图。
以上就是Pandas如何实现类似Excel大纲的分组数据展示？的详细内容，更多请关注php中文网其它相关文章！
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移，垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是，许多工具可以让 Windows 保持平稳运行。
广告Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号
881
收藏
