用pandas库修改excel文件里的内容，并把excel文件格式存为csv格式，再将csv格式改为html格式

假设有Excel文件data.xlsx，其中内容为：

         ID  age  height     sex  weight
张三   1   39     181  female      85
李四   2   40     180    male      80
王五   3   38     178  female      78
赵六   4   59     170    male      66

现在需要将这个Excel文件中的数据读入pandas，并且在后续的处理中不关心ID列，还需要把sex列的female替换为1，把sex列的male替换为0。本文演示有关的几个操作。

（1）导入pandas模块

>>> import pandas as pd

（2）把Excel文件中的数据读入pandas

df = pd.read_excel('data.xlsx')
df

执行效果：

         ID  age  height     sex  weight
张三   1   39     181  female      85
李四   2   40     180    male      80
王五   3   38     178  female      78
赵六   4   59     170    male      66

（3）删除ID列

可以得到新的DataFrame：

>>> df.drop('ID', axis=1)
         age  height     sex  weight
张三   39     181  female      85
李四   40     180    male      80
王五   38     178  female      78
赵六   59     170    male      66

也可以直接在原DataFrame上原地删除：

df.drop('ID', axis=1, inplace=True)
df

         age  height     sex  weight
张三   39     181  female      85
李四   40     180    male      80
王五   38     178  female      78
赵六   59     170    male      66

（4）替换sex列

方法一：使用replace()方法替换sex列，得到新的DataFrame，如果指定参数inplace=True，则可以原地替换。

>>> df.replace({'female':1, 'male':0})
         age  height  sex  weight

df.replace({'female':1, 'male':0})

            age    height  sex  weight

张三   39     181    1      85
李四   40     180    0      80
王五   38     178    1      78
赵六   59     170    0      66

方法二：使用map()方法+lambda表达式，原地替换。

df1 = df[:]
df1['sex'] = df1['sex'].map(lambda x:1 if x=='female' else 0)
df1

         age  height  sex  weight
张三   39     181    1      85
李四   40     180    0      80
王五   38     178    1      78
赵六   59     170    0      66

方法三：使用map()方法+字典，原地替换。

df1 = df[:]
df1['sex'] = df1['sex'].map({'female':1, 'male':0})
df1

         age  height  sex  weight
张三   39     181    1      85
李四   40     180    0      80
王五   38     178    1      78
赵六   59     170    0      66

方法四：使用loc类，原地替换。

>>>

df1 = df[:]
>>> df1.loc[df['sex']=='female', 'sex'] = 1
>>> df1.loc[df['sex']=='male', 'sex'] = 0
>>> df1

         age  height sex  weight
张三   39     181   1      85
李四   40     180   0      80
王五   38     178   1      78
赵六   59     170   0      66

二、运用上述功能进行实战

1、先读取一个excel文件：

代码如下：

df = pd.read_excel('file:///D:/文档/Python成绩.xlsx', index_col=None, na_values=['NA'])  # 读取excel文件中的数据

如果想知道文件是否读取成功可以用print函数将数据输出

如：

print(df)

然后会显示文件的数据，效果如下：

 2、修改excel文件内容：

运用上述的  方法三：使用map()方法+字典，原地替换。

现在要将优秀改为90，良好改为80，及格改为60

代码如下：

1 df1=df[:]
2 df1['第二次']=df1['第二次'].map({'优秀':90,'良好':80,'及格':60})
3 df1['第三次:圆周率']=df1['第三次:圆周率'].map({'优秀':90,'良好':80,'及格':60})
4 df1['第四次：汉诺塔']=df1['第四次：汉诺塔'].map({'优秀':90,'良好':80,'及格':60})
5 df1['第五次：jieba库']=df1['第五次：jieba库'].map({'优秀':90,'良好':80,'及格':60})
6 df1['第六次：图片处理']=df1['第六次：图片处理'].map({'优秀':90,'良好':80,'及格':60})

效果如下：

三、再将上述的NaN改为0

只需要用数据清洗之缺失数据填充fillna（）就可以完成

运行代码如下：

df1=df1.fillna(0)
print(df1)

效果如下：

四、最后将excel文件保存为csv文件

代码如下：

df1.to_csv('D:/文档\\thon.csv')

最后会在你保存的文件你多了一个csv文件。

五、同时可以将csv文件保存为html格式

方法一(用工具实现）:

　　代码如下：

　df1.to_html('d:\\st.html')

同样会在你保存的文件夹中会多出一个html格式的文件

方法二：

　　代码如下：

seg1 = '''
\n\n\n
2016年7月部分大中城市新建住宅价格指数
\n'''
seg2 = "\n"
seg3 = "\n\n"
def fill_data(locls):
    seg = '{}{}{}{}\n'.format(*locls)
    return seg
fr = open("D:\\文档\Python123.csv", "r",encoding="utf-8-sig")
ls = []
for line in fr:
    line = line.replace("\n","")
    ls.append(line.split(","))
fr.close()
fw = open("D:\\文档\Python5.html", "w")
fw.write(seg1)
fw.write('{}\n{}\n{}\n{}\n'.format(*ls[0]))
fw.write(seg2)
for i in range(len(ls)-1):
    fw.write(fill_data(ls[i+1]))
fw.write(seg3)
fw.close()