Python pandas 操作 excel 详解

news/2024/11/30 1:44:38/

文章目录

  • 1 概述
    • 1.1 pandas 和 openpyxl 区别
    • 1.2 Series 和 DataFrame
  • 2 常用操作
    • 2.1 创建 Excel：to_excel()
    • 2.2 读取 Excel：read_excel()
      • 2.2.1 header：标题的行索引
      • 2.2.2 index_col：索引列
      • 2.2.3 dtype：数据类型
      • 2.2.4 skiprows：跳过的行数
      • 2.2.5 usercols：指定列数
      • 2.2.6 head(n)、tail(n)：读取前、后 n 行数据
    • 2.3 读写数据
      • 2.3.1 at()：获取单元格
      • 2.3.2 loc[]：数据筛选
      • 2.3.3 sort_values()：数据排序
  • 3 实战
    • 3.1 遍历 Excel

1 概述

1.1 pandas 和 openpyxl 区别

  • Python 中的 pandas 和 openpyxl 库，均可以处理 excel 文件，其中主要区别：
    • pandas：① 数据操作和分析方面表现优异。它提供了各种文件格式（包括 Excel）中读取数据的函数，在过滤数据、汇总数据、处理缺失值和执行其它数据转换任务方便，特别有用。② 使用方便。DataFrame 对象，使用快速方便，且功能十分强大。
    • openpyxl：侧重单元格格式设置。这个库也允许我们直接处理 Excel 文件。pandas 快，但 pandas 做不了的事情，可以让 openpyxl 来做，例如：单元格注释、填充背景色 等等

1.2 Series 和 DataFrame

  • Series：连续。可理解为 “一维数组”，由一行 或 一列 组成，具体是行，还是列，由 DataFrame 指定
  • DataFrame：数据框。可理解为 “二维数组”，由行和列组成
import pandas as pd# Series 示例
s = pd.Series(['a', 'b', 'c'], index=[1, 2, 3], name='A')
print(s)
# 1    a
# 2    b
# 3    c
# Name: A, dtype: object# DataFrame 示例
s1 = pd.Series(['a', 'b', 'c'], index=[1, 2, 3], name='A')
s2 = pd.Series(['aa', 'bb', 'cc'], index=[1, 2, 3], name='B')
s3 = pd.Series(['aaa', 'bbb', 'ccc'], index=[1, 2, 3], name='C')
# 方式1：指定 Series 为行
df = pd.DataFrame([s1, s2, s3])
print(df)
#      1    2    3
# A    a    b    c
# B   aa   bb   cc
# C  aaa  bbb  ccc# 方式2：指定 Series 为列
df = pd.DataFrame({s1.name: s1, s2.name: s2, s3.name: s3})
print(df)
#    A   B    C
# 1  a  aa  aaa
# 2  b  bb  bbb
# 3  c  cc  ccc

2 常用操作

2.1 创建 Excel：to_excel()

import pandas as pd# 测试数据
data = {'ID': [1, 2, 3], 'Name': ['张三', '李四', '王五']}# 1.创建 DataFrame 对象
df = pd.DataFrame(data=data)# 可选操作。将 ID 设为索引，若不设置，会使用默认索引 narray(n)
df = df.set_index('ID')  # 写法1
# df.set_index('ID', inplace=True)  # 写法2# 2.写入 excel 至指定位置（若文件已存在，则覆盖）
df.to_excel(r'C:\Users\Administrator\Desktop\Temp\1.xlsx')

指定索引前后，效果对比：
在这里插入图片描述

2.2 读取 Excel：read_excel()

import pandas as pd# 1.读取 excel。默认读取第一个 sheet
student = pd.read_excel(r'C:\Users\Administrator\Desktop\Temp\1.xlsx')# 2.读取常用属性
print(student.shape)  # 形状（行，列）
print(student.columns)  # 列名

读取指定 sheet：
在这里插入图片描述

import pandas as pd# 1.读取指定 sheet 的 excel，以下两种方式等同
student = pd.read_excel(r'C:\Users\Administrator\Desktop\Temp\1.xlsx', sheet_name=1)
# student = pd.read_excel(r'C:\Users\Administrator\Desktop\Temp\1.xlsx', sheet_name='Sheet2')# 2.读取常用属性
print(student.shape)  # 形状（行，列）
print(student.columns)  # 列名

2.2.1 header：标题的行索引

场景1：默认。第一行为标题（行索引为 0，即：header=0）

在这里插入图片描述

import pandas as pd# 文件路径
filePath = r'C:\Users\Administrator\Desktop\Temp\1.xlsx'# 1.读取 excel（默认第 1 行为标题，行索引为 0，即：header=0）
student = pd.read_excel(filePath)
print(student.columns)
# Index(['ID', 'Name', 'Age', 'Grade'], dtype='object')

场景2：指定第 n 行为标题
在这里插入图片描述

import pandas as pd# 文件路径
filePath = r'C:\Users\Administrator\Desktop\Temp\1.xlsx'# 场景2：excel 中第 2 行才是我们想要的标题（即：header=1）
student = pd.read_excel(filePath, header=1)
print(student.columns)
# Index(['ID', 'Name', 'Age', 'Grade'], dtype='object')

场景3：没有标题，需要人为给定
在这里插入图片描述

import pandas as pd# 文件路径
filePath = r'C:\Users\Administrator\Desktop\Temp\1.xlsx'# 场景3：excel 中没有标题，需要人为设定
student = pd.read_excel(filePath, header=None)
student.columns = ['ID', 'Name', 'Age', 'Grade']
student.set_index('ID', inplace=True)  # 指定索引列，并替换原数据
student.to_excel(filePath)  # 写入至 Excel
print(student)
#    Name  Age  Grade
# ID                 
# 1    张三   18     90
# 2    李四   20     70
# 3    王五   21     80
# 4    赵六   19     90

2.2.2 index_col：索引列

import pandas as pd# 文件路径
filePath = r'C:\Users\Administrator\Desktop\Temp\1.xlsx'# 读取 Excel，不指定索引列（会默认新增一个索引列，从 0 开始）
student = pd.read_excel(filePath)
print(student)
#    ID Name  Age  Grade
# 0   1   张三   18     90
# 1   2   李四   20     70
# 2   3   王五   21     80
# 3   4   赵六   19     90# 读取 Excel，指定索引列
student = pd.read_excel(filePath, index_col='ID')
print(student)
#    Name  Age  Grade
# ID                 
# 1    张三   18     90
# 2    李四   20     70
# 3    王五   21     80
# 4    赵六   19     90

索引相关：

import pandas as pd# 文件路径
filePath = r'C:\Users\Administrator\Desktop\Temp\1.xlsx'# 1.读取 excel，并指定索引列
student = pd.read_excel(filePath, index_col='ID')

2.2.3 dtype：数据类型

import pandas as pd# 文件路径
filePath = r'C:\Users\Administrator\Desktop\Temp\1.xlsx'# 1.读取 excel 并指定 数据类型
student = pd.read_excel(filePath, dtype={'ID': str, 'Name': str, 'Age': int, 'Grade': float})
print(student)
#   ID Name  Age  Grade
# 0  1   张三   18   90.0
# 1  2   李四   20   70.0
# 2  3   王五   21   80.0
# 3  4   赵六   19   90.0

2.2.4 skiprows：跳过的行数

  • 比如：Excel 中有空行，如下图
  • 实际的数据是在第 3 行，所以要跳过前 2 行

在这里插入图片描述

import pandas as pd# 文件路径
filePath = r'C:\Users\Administrator\Desktop\Temp\1.xlsx'student = pd.read_excel(filePath, skiprows=2)
print(student)
#    ID Name  Age  Grade
# 0   1   张三   18     90
# 1   2   李四   20     70
# 2   3   王五   21     80
# 3   4   赵六   19     90

2.2.5 usercols：指定列数

import pandas as pd# 文件路径
filePath = r'C:\Users\Administrator\Desktop\Temp\1.xlsx'# 读取 Excel B - D 列（均包含）
student = pd.read_excel(filePath, usecols='B:D')
print(student)
#   Name  Age  Grade
# 0   张三   18     90
# 1   李四   20     70
# 2   王五   21     80
# 3   赵六   19     90

在这里插入图片描述

2.2.6 head(n)、tail(n)：读取前、后 n 行数据

  • 有时候，excel 数据量很大，读取全部会很耗时，也没必要
  • 咱测试时，仅读取部分行即可
import pandas as pd# 1.读取 excel
student = pd.read_excel(r'C:\Users\Administrator\Desktop\Temp\1.xlsx')# 读取前 3 行数据（默认 5 行）
print(student.head(3))# 读取后 3 行数据（默认 5 行）
print(student.tail(3))

2.3 读写数据

2.3.1 at()：获取单元格

import pandas as pd# 文件路径
filePath = r'C:\Users\Administrator\Desktop\Temp\1.xlsx'# 1.读取 excel 并指定 索引
student = pd.read_excel(filePath, index_col=None)for i in person.index:# 读写单元格：ID列，i行 的数据student['ID'].at[i] = i + 2print(student)

2.3.2 loc[]：数据筛选

import pandas as pddef age_18_to_20(age):return 18 <= age <= 20def grade_good(grade):return 90 <= grade <= 100# 文件路径
filePath = r'C:\Users\Administrator\Desktop\Temp\1.xlsx'# 1.读取 excel 并指定 索引
student = pd.read_excel(filePath, index_col='ID')
student = student.loc[student['Age'].apply(age_18_to_20)].loc[student['Grade'].apply(grade_good)]
print(student)

2.3.3 sort_values()：数据排序

import pandas as pd# 文件路径
filePath = r'C:\Users\Administrator\Desktop\Temp\1.xlsx'# 1.读取 excel 并指定 索引
student = pd.read_excel(filePath, index_col='ID')# 功能：排序
# by：待排序的字段
# ascending：顺序(True) 还是 逆序(False)
# inplace：是否替换当前对象
# 方式1：排序单个字段
student.sort_values(by='Grade', ascending=False, inplace=True)
print(student)
#    Name  Grade
# ID            
# 1    张三     90
# 4    赵六     90
# 3    王五     80
# 2    李四     70# 方式2：排序多个字段，如：先顺序排列 Grade, 后逆序排列 ID
student.sort_values(by=['Grade', 'ID'], ascending=[True, False], inplace=True)
print(student)
#    Name  Grade
# ID            
# 2    李四     70
# 3    王五     80
# 4    赵六     90
# 1    张三     90

3 实战

3.1 遍历 Excel

import pandas as pddef read_excel(excel_name):data = pd.read_excel(excel_name)for row in data.itertuples():# Index：索引, Name：字段名print(row.Index, row.Name)if __name__ == '__main__':filePath = r'C:\Users\Administrator\Desktop\Temp\1.xlsx'read_excel(filePath)

http://www.ppmy.cn/news/1282773.html

相关文章

四种NAT的网络结构

四种NAT的网络结构

四种NAT的网络结构 引言1 完全圆锥型NAT2 IP限制圆锥型NAT3 Port限制圆锥型NAT4 对称型NAT5 总结 引言 NAT是将内网地址映射转换为外网地址的一种地址转换方式&#xff0c;这节省了有限的IP地址资源。一般来讲&#xff0c;分为对称型NAT和圆锥形NAT&#xff0c;其中圆锥形NAT又…
阅读更多...
H.264运动补偿（Motion Compensation）概念（块匹配、运动矢量和残差编码、块划分和运动估计）（运动估计算法：全搜索、钻石搜索、六边形搜索）

H.264运动补偿（Motion Compensation）概念（块匹配、运动矢量和残差编码、块划分和运动估计）（运动估计算法：全搜索、钻石搜索、六边形搜索）

文章目录 H.264 运动补偿概念引言I. 运动补偿基本原理1.1 运动预测1.2 帧类型1.3 块匹配 II. 运动矢量和残差编码2.1 运动矢量2.2 残差编码 III. H.264 运动补偿技术难点3.1 块划分和运动估计3.2 残差编码3.3 B帧的预测 IV. H.264 运动补偿实现4.1 帧划分与运动估计4.2 残差编码…
阅读更多...
【WSL2】安装和配置ubuntu

【WSL2】安装和配置ubuntu

文章目录 1. 安装WSL22. 安装ubuntu2.1. 通过Microsoft Store2.1. 通过命令行 3. ubuntu的使用3.1. 创建管理员root账户3.2. 换源3.3. 安装图形化界面 1. 安装WSL2 在控制面板 - 程序 - 程序与功能中点击启用或关闭Windows功能&#xff0c;选择 虚拟机平台适用于Linux的Window…
阅读更多...
第四周：机器学习知识点回顾

第四周：机器学习知识点回顾

前言&#xff1a; 讲真&#xff0c;复习这块我是比较头大的&#xff0c;之前的线代、高数、概率论、西瓜书、樱花书、NG的系列课程、李宏毅李沐等等等等…那可是花了三年学习佳实践下来的&#xff0c;现在一想脑子里就剩下几个名词就觉得废柴一个了&#xff0c;朋友们有没有同感…
阅读更多...
linux开放tomcat 8080端口

linux开放tomcat 8080端口

1、查看8080是否开放 firewall-cmd --query-port8080/tcp查看已开启的端口 firewall-cmd --list-ports开启防火墙 systemctl start firewalld2、永久开放8080端口 firewall-cmd --zonepublic --add-port8080/tcp --permanent3、重加载&#xff08;重启防火墙&#xff09; …
阅读更多...
Isaac Sim 仿真机器人urdf文件导入

Isaac Sim 仿真机器人urdf文件导入

本教程展示如何在 Omniverse Isaac Sim 中导入 urdf 一. 使用内置插件导入urdf 安装urdf 插件 方法是转到“window”->“Extensions” 搜索框中输入urdf, 并启用 通过转至Isaac Utils -> Workflows -> URDF Importer菜单来访问 urdf 扩展。 表格中的 1,2,3 对应着…
阅读更多...
python脚本抢各大平台大额优惠卷

python脚本抢各大平台大额优惠卷

文章目录 python脚本抢各大平台大额优惠卷写在前面准备阶段一、所需工具二、ChromeDriver下载教程 三、Seleuinm安装1、打开cmd&#xff0c;输入如下命令 开始抢券淘宝脚本京东抢购脚本 python脚本抢各大平台大额优惠卷 写在前面 当电商平台上演盛大的购物狂欢时&#xff0c;如…
阅读更多...
flex--伸缩性

flex--伸缩性

1.flex-basis flex-basis 设置的是主轴方向的基准长度&#xff0c;会让宽度或高度失效。 备注&#xff1a;主轴横向&#xff1a;宽度失效&#xff1b;主轴纵向&#xff1a;高度失效 作用&#xff1a;浏览器根据这个属性设置的值&#xff0c;计算主轴上是否有多余空间&#x…
阅读更多...
最新文章

Copyright @ 2022~2023