事情是这样的，元旦前有朋友向我寻求帮助，吐槽老板在放假前给他安排一个苦逼的差事，想问问我能不能帮个忙，要不然假期都过不好了
工作具体内容如下，主要是想把一个二维表格转成一维表格，如下图（表格为替代品）：
于是我马上想到了pandas，想着这么强大的函数肯定有这个功能，于是我开始翻阅资料，没想到还真找到了，而且仅用三行代码就搞定了，惊的朋友直呼python牛批
下面个大家详细介绍一下整个过程
1.正确读取表格
首先按照传统的方式读表格：
import pandas as pd
data1 = pd.read_excel('高中生数量.xlsx')
data1
发现索引列没有被识别，产生了Unnamed: 0列，所以我们应该把第一列设置为索引列，代码如下：
import pandas as pd
data1 = pd.read_excel('高中生数量.xlsx',index_col=0) #index_col用来设置索引列
data1
这样就正常读取并识别表格了
2.重置索引
这一步主要是将索引列重置，变为普通列，便于下步，代码如下
data2=data1.reset_index()
data2
可以发现，之前的索引列编程‘index’列了
3.将列名转换为列数据
这一步主要用到pandas的melt函数，melt是逆转操作函数，可以将列名转换为列数据(columns name → column values)，重构DataFrame，用法如下：
pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name='value', col_level=None)
参数解释：
frame:要处理的数据集；id_vars:
不需要被转换的列名；value_vars:需要转换的列名，如果剩下的列全部都要转换，就不用写了；var_name和value_name是自定义设置对应的列名；col_level :如果列是MultiIndex，则使用此级别。
我们把'index'列保留，并把转换后的列命名为'year',value命名为'stu_num':
data3=data2.melt(id_vars='index', var_name='year',value_name='stu_num')
data3
4.把第一列设置为索引列
为了防止保存后的表格带有数字索引，需要把第一列设置为索引列：
data4=data3.set_index('index')
data4
5.保存表格
data4.to_excel('转换后表格.xlsx')
大功告成，上述代码可以用1行代码搞定：
data=data.reset_index().melt('index', var_name='col').set_index('index')
是不是很强悍！
一起感受一下妹子的夸赞吧：
幸福就是这么简单，在这里哥想说一句，不是哥优秀，而是python太强大，哈哈！
