| 如何用Python的Pandas库处理Excel数据？ | 您所在的位置：网站首页 › python 提取dataframe某一列 › 如何用Python的Pandas库处理Excel数据？ |
如何用Python的Pandas库处理Excel数据？
|
1、读取xlsx表格：pd.read_excel() 原始内容如下：
a）读取第n个Sheet（子表，在左下方可以查看或增删子表）的数据 import pandas as pd # 每次都需要修改的路径 path = "test.xlsx" # sheet_name默认为0，即读取第一个sheet的数据 sheet = pd.read_excel(path, sheet_name=0) print(sheet) """ Unnamed: 0 name1 name2 name3 0 row1 1 2.0 3 1 row2 4 NaN 6 2 row3 7 8.0 9 """登录后复制可以注意到，原始表格左上角没有填入内容，读取的结果是“Unnamed: 0” ，这是由于read_excel函数会默认把表格的第一行为列索引名。另外，对于行索引名来说，默认从第二行开始编号（因为默认第一行是列索引名，所以默认第一行不是数据），如果不特意指定，则自动从0开始编号，如下。 sheet = pd.read_excel(path) # 查看列索引名，返回列表形式 print(sheet.columns.values) # 查看行索引名，默认从第二行开始编号，如果不特意指定，则自动从0开始编号，返回列表形式 print(sheet.index.values) """ ['Unnamed: 0' 'name1' 'name2' 'name3'] [0 1 2] """登录后复制b）列索引名还可以自定义，如下： sheet = pd.read_excel(path, names=['col1', 'col2', 'col3', 'col4']) print(sheet) # 查看列索引名，返回列表形式 print(sheet.columns.values) """ col1 col2 col3 col4 0 row1 1 2.0 3 1 row2 4 NaN 6 2 row3 7 8.0 9 ['col1' 'col2' 'col3' 'col4'] """登录后复制c）也可以指定第n列为行索引名，如下： # 指定第一列为行索引 sheet = pd.read_excel(path, index_col=0) print(sheet) """ name1 name2 name3 row1 1 2.0 3 row2 4 NaN 6 row3 7 8.0 9 """登录后复制d）读取时跳过第n行的数据 # 跳过第2行的数据（第一行索引为0） sheet = pd.read_excel(path, skiprows=[1]) print(sheet) """ Unnamed: 0 name1 name2 name3 0 row2 4 NaN 6 1 row3 7 8.0 9 """登录后复制2、获取表格的数据大小：shapepath = "test.xlsx" # 指定第一列为行索引 sheet = pd.read_excel(path, index_col=0) print(sheet) print('==========================') print('shape of sheet:', sheet.shape) """ name1 name2 name3 row1 1 2.0 3 row2 4 NaN 6 row3 7 8.0 9 ========================== shape of sheet: (3, 3) """登录后复制3、索引数据的方法：[ ] / loc[] / iloc[]1、直接加方括号索引 可以使用方括号加列名的方式 [col_name] 来提取某列的数据，然后再用方括号加索引数字 [index] 来索引这列的具体位置的值。这里索引名为name1的列，然后打印位于该列第1行（索引是1）位置的数据：4，如下： sheet = pd.read_excel(path) # 读取列名为 name1 的列数据 col = sheet['name1'] print(col) # 打印该列第二个数据 print(col[1]) # 4 """ 0 1 1 4 2 7 Name: name1, dtype: int64 4 """登录后复制2、iloc方法，按整数编号索引 使用 sheet.iloc[ ] 索引，方括号内为行列的整数位置编号（除去作为行索引的那一列和作为列索引的哪一行后，从 0 开始编号）。a）sheet.iloc[1, 2] ：提取第2行第3列数据。第一个是行索引，第二个是列索引 b）sheet.iloc[0: 2] ：提取前两行数据 c）sheet.iloc[0:2, 0:2] ：通过分片的方式提取 前两行 的 前两列 数据 # 指定第一列数据为行索引 sheet = pd.read_excel(path, index_col=0) # 读取第2行（row2）的第3列（6）数据 # 第一个是行索引，第二个是列索引 data = sheet.iloc[1, 2] print(data) # 6 print('================================') # 通过分片的方式提取 前两行 数据 data_slice = sheet.iloc[0:2] print(data_slice) print('================================') # 通过分片的方式提取 前两行 的 前两列 数据 data_slice = sheet.iloc[0:2, 0:2] print(data_slice) """ 6 ================================ name1 name2 name3 row1 1 2.0 3 row2 4 NaN 6 ================================ name1 name2 row1 1 2.0 row2 4 NaN """登录后复制3、loc方法，按行列名称索引 使用 sheet.loc[ ] 索引，方括号内为行列的名称字符串。具体使用方式同 iloc ，只是把 iloc 的整数索引替换成了行列的名称索引。这种索引方式用起来更直观。 注意：iloc[1: 2] 是不包含2的，但是 loc['row1': 'row2'] 是包含 'row2' 的。 # 指定第一列数据为行索引 sheet = pd.read_excel(path, index_col=0) # 读取第2行（row2）的第3列（6）数据 # 第一个是行索引，第二个是列索引 data = sheet.loc['row2', 'name3'] print(data) # 1 print('================================') # 通过分片的方式提取 前两行 数据 data_slice = sheet.loc['row1': 'row2'] print(data_slice) print('================================') # 通过分片的方式提取 前两行 的 前两列 数据 data_slice1 = sheet.loc['row1': 'row2', 'name1': 'name2'] print(data_slice1) """ 6 ================================ name1 name2 name3 row1 1 2.0 3 row2 4 NaN 6 ================================ name1 name2 row1 1 2.0 row2 4 NaN """登录后复制4、判断数据为空：np.isnan() / pd.isnull()1、使用 numpy 库的 isnan() 或 pandas 库的 isnull() 方法判断是否等于 nan 。 sheet = pd.read_excel(path) # 读取列名为 name1 的列数据 col = sheet['name2'] print(np.isnan(col[1])) # True print(pd.isnull(col[1])) # True """ True True """登录后复制2、使用 str() 转为字符串，判断是否等于 'nan' 。 sheet = pd.read_excel(path) # 读取列名为 name1 的列数据 col = sheet['name2'] print(col) # 打印该列第二个数据 if str(col[1]) == 'nan': print('col[1] is nan') """ 0 2.0 1 NaN 2 8.0 Name: name2, dtype: float64 col[1] is nan """登录后复制5、查找符合条件的数据下面的代码意会一下吧 # 提取name1 == 1 的行 mask = (sheet['name1'] == 1) x = sheet.loc[mask] print(x) """ name1 name2 name3 row1 1 2.0 3 """登录后复制6、修改元素值：replace()sheet['name2'].replace(2, 100, inplace=True) ：把 name2 列的元素 2 改为元素 100，原位操作。 sheet['name2'].replace(2, 100, inplace=True) print(sheet) """ name1 name2 name3 row1 1 100.0 3 row2 4 NaN 6 row3 7 8.0 9 """登录后复制sheet['name2'].replace(np.nan, 100, inplace=True) ：把 name2 列的空元素（nan）改为元素 100，原位操作。 import numpy as np sheet['name2'].replace(np.nan, 100, inplace=True) print(sheet) print(type(sheet.loc['row2', 'name2'])) """ name1 name2 name3 row1 1 2.0 3 row2 4 100.0 6 row3 7 8.0 9 """登录后复制7、增加数据：[ ]增加列，直接使用中括号 [ 要添加的名字 ] 添加。 sheet['name_add'] = [55, 66, 77] ：添加名为 name_add 的列，值为[55, 66, 77] path = "test.xlsx" # 指定第一列为行索引 sheet = pd.read_excel(path, index_col=0) print(sheet) print('====================================') # 添加名为 name_add 的列，值为[55, 66, 77] sheet['name_add'] = [55, 66, 77] print(sheet) """ name1 name2 name3 row1 1 2.0 3 row2 4 NaN 6 row3 7 8.0 9 ==================================== name1 name2 name3 name_add row1 1 2.0 3 55 row2 4 NaN 6 66 row3 7 8.0 9 77 """登录后复制8、删除数据：del() / drop()a）del(sheet['name3']) ：使用 del 方法删除 sheet = pd.read_excel(path, index_col=0) # 使用 del 方法删除 'name3' 的列 del(sheet['name3']) print(sheet) """ name1 name2 row1 1 2.0 row2 4 NaN row3 7 8.0 """登录后复制b）sheet.drop('row1', axis=0) 使用 drop 方法删除 row1 行，删除列的话对应的 axis=1。 当 inplace 参数为 True 时，不会返回参数，直接在原数据上删除 当 inplace 参数为 False （默认）时不会修改原数据，而是返回修改后的数据 sheet.drop('row1', axis=0, inplace=True) print(sheet) """ name1 name2 name3 row2 4 NaN 6 row3 7 8.0 9 """登录后复制c）sheet.drop(labels=['name1', 'name2'], axis=1) 使用 label=[ ] 参数可以删除多行或多列 # 删除多列，默认 inplace 参数位 False，即会返回结果 print(sheet.drop(labels=['name1', 'name2'], axis=1)) """ name3 row1 3 row2 6 row3 9 """登录后复制9、保存到excel文件：to_excel()1、把 pandas 格式的数据另存为 .xlsx 文件 names = ['a', 'b', 'c'] scores = [99, 100, 99] result_excel = pd.DataFrame() result_excel["姓名"] = names result_excel["评分"] = scores # 写入excel result_excel.to_excel('test3.xlsx')登录后复制
2、把改好的 excel 文件另存为 .xlsx 文件。 比如修改原表格中的 nan 为 100 后，保存文件： import numpy as np # 指定第一列为行索引 sheet = pd.read_excel(path, index_col=0) sheet['name2'].replace(np.nan, 100, inplace=True) sheet.to_excel('test2.xlsx')登录后复制打开 test2.xlsx 结果如下：
以上就是如何用Python的Pandas库处理Excel数据？的详细内容，更多请关注php中文网其它相关文章！ |
【本文地址】