用Python转置表的一部分

我需要帮助在python中构建脚本，转换csv的一部分，如下例所示：

[[0A,0B,0C,0D,0E,0F]
[01,02,03,04,05,06]
[07,08,09,10,11,12]
[13,14,15,16,17,18]
[19,20,21,22,23,24]]

它：

有人用python对csv/xls进行过这种转换吗

[row[:3] for row in my_table]

将只显示前3列

或者，我想你可以把它转置到列中，得到前3个，然后再转置回来

transposed_table = zip(*my_table)
my_cols = transposed_table[:3]
transposed_back_to_rows = zip(*my_cols)

或者如果你真的想把它放在一条线上

zip(*list(zip(*my_table))[:3])

---

如果您可以使用

numpy

库，那么可以使用切片轻松实现这一点-

范例-

import numpy as np

n = np.array([['0A','0B','0C','0D','0E','0F'],
['01','02','03','04','05','06'],
['07','08','09','10','11','12'],
['13','14','15','16','17','18'],
['19','20','21','22','23','24']])

print('n - ' + str(n))

n1 = np.append(n[:,:3],n[:,3:], axis = 0)

print('n1 - ' + str(n1)) 

输出-

n - [['0A' '0B' '0C' '0D' '0E' '0F']
 ['01' '02' '03' '04' '05' '06']
 ['07' '08' '09' '10' '11' '12']
 ['13' '14' '15' '16' '17' '18']
 ['19' '20' '21' '22' '23' '24']]
n1 - [['0A' '0B' '0C']
 ['01' '02' '03']
 ['07' '08' '09']
 ['13' '14' '15']
 ['19' '20' '21']
 ['0D' '0E' '0F']
 ['04' '05' '06']
 ['10' '11' '12']
 ['16' '17' '18']
 ['22' '23' '24']]

---

您可以结合使用列表切片、嵌套列表理解和

itertools.chain

：

M = [['0A','0B','0C','0D','0E','0F'],
     ['01','02','03','04','05','06'],
     ['07','08','09','10','11','12'],
     ['13','14','15','16','17','18'],
     ['19','20','21','22','23','24']]

from itertools import chain
result = [M[0][:3]] + list(chain(*[[x[:2] + [y] for y in x[2:]] for x in M[1:]]))

之后，

结果

为

[['0A', '0B', '0C'],
 ['01', '02', '03'],
 ['01', '02', '04'],
 ['01', '02', '05'],
 ...
 ['19', '20', '23'],
 ['19', '20', '24']]

---

这不是转置…你真的有列表吗？这实际上并不是一个换位操作，你是如何从输入到输出的？你可能会错误地使用术语。你能描述一下你到底打算怎么做吗？我举了一个例子，但我会说真实的数据来变得更直接。我在excel中处理来自尼尔森的数据，第一列聚合和最后一列是日期，所以我只想有一个日期列，并为每个日期重复列聚合。这就好像cols是：agreg1，agreg2，date1，date2，…，date24，只需要agreg1，agreg2和date。非常酷，但只有前两列必须重复，其他列是日期列，只需要一个日期列，所以我为每个日期列重复行的前两列完美！我将根据我的实际问题（更高）修改代码，并将反馈给具有相同挑战的同事！！谢谢大家！！

[['0A', '0B', '0C'],
 ['01', '02', '03'],
 ['01', '02', '04'],
 ['01', '02', '05'],
 ...
 ['19', '20', '23'],
 ['19', '20', '24']]