Hàm chuyển dữ liệu từ cột sang dòng (Hàm melt + wide_to_long của Python trong Excel) (4 người xem)

[Hai Lúa Miền Tây]

Đôi khi bạn muốn chuyển đổi dữ liệu từ dạng cột sang hàng (UnPivot). Bạn có thể dùng Power PI, VBA... để chuyển đổi hoặc dùng hàm melt của Python trong Excel 365 như sau để chuyển đổi.

Cú pháp cơ bản:

pd.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value')

Trong đó:

• frame: DataFrame đầu vào.
• id_vars: Cột (hoặc các cột) sẽ được giữ nguyên (không thay đổi).
• value_vars: Cột (hoặc các cột) sẽ được gộp lại.
• var_name: Tên của cột mới chứa tên của các cột đã gộp.
• value_name: Tên của cột mới chứa giá trị của các cột đã gộp.

Ví dụ: Tôi có bảng dữ liệu sau



Muốn 3 cột Toán, Lý, Hoá và điểm số tương ứng được gộp lại như sau:



Vậy tôi sẽ dùng hàm melt với cú pháp như sau:

pd.melt(xl("A1:E4", headers=True),id_vars=['MsHS','Họ Và Tên'],value_vars=['Hoá','Lý','Toán'],var_name='Môn',value_name='Điểm')

Bạn có thể xem thêm ở file đính kèm nhé.

 

[BinhTrong2019]

Như cột thông tin value_vars=['Hoá','Lý','Toán'] nhiều hơn, mình có cách nào dùng hàm tự động lấy thêm các trước khác k anh ơi, cám ơn anh đã chia sẻ.

 

[Nhattanktnn]

Như cột thông tin value_vars=['Hoá','Lý','Toán'] nhiều hơn, mình có cách nào dùng hàm tự động lấy thêm các trước khác k anh ơi, cám ơn anh đã chia sẻ.

Bạn thử:

df = xl("A1:E4",True)
info = list(df)[:2]
sbj = list(df)[2:]
df.melt(id_vars=info,value_vars=sbj,var_name='Môn',value_name='Điểm')

 

[Hai Lúa Miền Tây]

Giờ mình thêm ví dụ nhé.
Ví dụ tôi có dữ liệu ở bảng bên dưới:



Giờ mình phải làm sao để được kết quả như sau:

 

[tranhungdao12a3]

Cũng được nhưng mà phụ thuộc nhiều thứ, chạy không nhanh lắm! Chưa thú vị!

 

[Duy Tùng 9x]

Cũng được nhưng mà phụ thuộc nhiều thứ, chạy không nhanh lắm! Chưa thú vị!

Em chào anh Tùng, em thấy cũng thú vị đó mà . melt chuyển wide sang long ngon, mà dữ liệu nhiều thì cũng khá mệt thật. Split liên tục thì cũng có thể không hiệu quả . Em cũng mới sử dụng thôi. Lên có topic về Python trong Excel này lại khoái quá. Mong học hỏi từ các anh chị !

 

[Hai Lúa Miền Tây]

Cũng được nhưng mà phụ thuộc nhiều thứ, chạy không nhanh lắm! Chưa thú vị!
View attachment 305175

Cám ơn các bạn đã tham gia.
Để đơn giản hơn mình xin giới thiệu hàm wide_to_long với chức năng là cũng chuyển từ dạng cột sang dòng như sau:

Cú pháp cơ bản:

pd.wide_to_long(frame, stubnames, i, j, sep='')

Trong đó:

• frame: DataFrame đầu vào.
• stubnames: Danh sách các tên gốc của các cột mà bạn muốn gộp.
• i: Tên của cột hoặc các cột dùng làm chỉ số duy nhất cho từng hàng.
• j: Tên của cột mới chứa các giá trị từ phần còn lại của tên cột (phần không phải stubnames).
• sep: Ký tự phân cách giữa stubnames và phần còn lại của tên cột.

Với bài toán trên thì mình áp dụng hàm wide_to_long như sau:

pd.wide_to_long(xl("A1:H4", headers=True), stubnames=['Toán', 'Lý','Hoá'], i=['MsHS','Họ Và Tên'], j='Học kỳ', sep='_HK')

Các bạn có thể tham khảo thêm ở file đính kèm nhé.

 

[Hai Lúa Miền Tây]

Cám ơn các bạn đã tham gia.
Để đơn giản hơn mình xin giới thiệu hàm wide_to_long với chức năng là cũng chuyển từ dạng cột sang dòng như sau:

Cú pháp cơ bản:

pd.wide_to_long(frame, stubnames, i, j, sep='')

Trong đó:

• frame: DataFrame đầu vào.
• stubnames: Danh sách các tên gốc của các cột mà bạn muốn gộp.
• i: Tên của cột hoặc các cột dùng làm chỉ số duy nhất cho từng hàng.
• j: Tên của cột mới chứa các giá trị từ phần còn lại của tên cột (phần không phải stubnames).
• sep: Ký tự phân cách giữa stubnames và phần còn lại của tên cột.

Với bài toán trên thì mình áp dụng hàm wide_to_long như sau:

pd.wide_to_long(xl("A1:H4", headers=True), stubnames=['Toán', 'Lý','Hoá'], i=['MsHS','Họ Và Tên'], j='Học kỳ', sep='_HK')

View attachment 305188

Các bạn có thể tham khảo thêm ở file đính kèm nhé.

Để kết quả bảng tính về đúng chuẩn như hình 2 bên dưới thì mình phải làm như thế nào? Mời các bạn tham gia nhé.

 

[Duy Tùng 9x]

Để kết quả bảng tính về đúng chuẩn như hình 2 bên dưới thì mình phải làm như thế nào? Mời các bạn tham gia nhé.

View attachment 305217

Thêm cái .reset_index() vào cuối ạ

 

[tranhungdao12a3]

Thử với hậu tố HK1, HK2 không phải là số, ví dụ Toán_HK1, Toán_HKa, Lý_HK1, Lý_HKb, Hóa_HK1, Hóa_HK2 xem sao

 

[Hai Lúa Miền Tây]

Thử với hậu tố HK1, HK2 không phải là số, ví dụ Toán_HK1, Toán_HKa, Lý_HK1, Lý_HKb, Hóa_HK1, Hóa_HK2 xem sao

Tuỳ từng trường hợp mà áp dụng. Tôi chỉ đưa ra ví dụ cơ bản thôi bạn.

 

[VetMini]

Thử với hậu tố HK1, HK2 không phải là số, ví dụ Toán_HK1, Toán_HKa, Lý_HK1, Lý_HKb, Hóa_HK1, Hóa_HK2 xem sao

Trừ trường hợp các môn ở HK2 khác HK1 thôi chứ đặt tên ghép như vậy là phản chuẩn CSDL LH. Khi đưa ra cách là việc với Data Model, MS đã hết sức dụ người dùng làm quen với CSDL LH. Không biết vì lý do gì mà các tên hàm và meta data khác với luật CSDL LH của IBM SQL như vậy

Nếu HK2 thực sự khác HK1 thì cách đặt tên cần xem lại.