当前位置:首页 » 《随便一记》 » 正文

Python pandas 操作 excel 详解

21 人参与  2024年03月01日 10:06  分类 : 《随便一记》  评论

点击全文阅读


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 sheetstudent = 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 Excelprint(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 excelstudent = 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 IDstudent.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)

点击全文阅读


本文链接:http://zhangshiyu.com/post/71912.html

<< 上一篇 下一篇 >>

  • 评论(0)
  • 赞助本站

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

关于我们 | 我要投稿 | 免责申明

Copyright © 2020-2022 ZhangShiYu.com Rights Reserved.豫ICP备2022013469号-1