> 经常听别人说 Python 在数据领域有多厉害，结果学了很长时间，连数据处理都麻烦得要死。后来才发现，原来不是 Python 数据处理厉害，而是他有数据分析神器—— pandas
前言
Excel 是奇葩不规范数据的重灾区，这主要是因为他有高度的灵活性，今天来看看一个多列堆叠问题。
案例1
公司一次线下促销活动，让运营部的小伙伴用 Excel 简单记录了商品数量，但是他们却把3天的记录分别记录在不同的列上：
你心中期望的数据是这样子的：
现在你要做各种统计数据，3天的数据手工完成当然没问题，但是如果是3个月的数据呢？
现在来看看，在 pandas 中怎么简单转换成规范的2列数据：
- - 第一句主要是为了最后结果的标题与原数据标题一致而已
- - 关键是第二句，这里直接使用 numpy 的 reshape 方法，即可完成需求。那么里面的 -1 与 2是啥意思？
- - .reshape(-1,2) ，其中的2就是2列，而 -1 是让 numpy 你根据数据来计算最终的行数
- - 第三句，只是把结果的数组变为一个 DataFrame
- - 至于最后的 dropna ，是把那些空行去掉
案例2：竖向堆叠
你可能已经注意到，上面的结果是"横向的"。也就是一行行扫过，转换成2列。
但你可能希望转换过程是竖向完成，这时我们可以这样子做：
- - 这次还是先横向转换，而第二句代码则是处理的关键
- - [arr[i::3] for i in range(3)]，我们需要从横向的结果每3行取出作为一个数组，进行3次，即可得到3个数组
- - np.vstack() ，通过 numpy 的 vstack 方法 把3个数组进行竖向堆叠。
直接看示意图吧：
你怎么这次没有给出 Excel 的解决方式啊？
因为如果我用公式解决，又不能自动化，不够灵活。
如果我用 vba ，又要自己写循环，太繁琐了。
用 pandas 不就是为了既可自动化处理，又可以少写点代码吗
总结
- - numpy 的 reshape 方法，可以快速把数组转换成指定行数或列数
- - 用 -1 可以让 numpy 自动计算行或列的数量
