pythonpandas处理excel表单整合_使用python处理excel表格——pandas（1）

一.基本概念

excel文件打开之后&＃xff0c;该文件叫工作簿(workbook)。

每个工作簿中包含多张表单(worksheet),正在操作的表单被成为活跃的表单(active worksheet)。

每一张表单中&＃xff0c;有行(row)&＃xff0c;列(column)。行号&＃xff1a;1&＃xff0c;2&＃xff0c;3&＃xff1b;列号A,B,C。

特定的行和列构成单元格(cell)

表单中还会含有索引(index)

二.内容

1.创建文件

A.创建空表格

import pandas as pd

#创建表格,dataframe()空括号表示创建的是空表格

#dataframe为数据帧

df&＃61;pd.DataFrame()

#保存路径

df.to_excel(&＃39;D:/output.xlsx&＃39;)

print(&＃39;Done!&＃39;)

B.创建非空表格

import pandas as pd

#创建表格,dataframe()空括号表示创建的是空表格

#dataframe为数据帧

df&＃61;pd.DataFrame({&＃39;ID&＃39;:[1,2,3],&＃39;NAME&＃39;:[&＃39;Wang&＃39;,&＃39;Zhang&＃39;,&＃39;Lee&＃39;]})

#保存路径

df.to_excel(&＃39;D:/output.xlsx&＃39;)

print(&＃39;Done!&＃39;)

效果&＃xff1a;

前面多出来的这一列为dataframe的索引&＃xff0c;因为我们没有给他指定索引&＃xff0c;所以其自动生成。如果我们想要拿ID这一列做索引&＃xff0c;则&＃xff1a;

import pandas as pd

#创建表格,dataframe()空括号表示创建的是空表格

#dataframe为数据帧

df&＃61;pd.DataFrame({&＃39;ID&＃39;:[1,2,3],&＃39;NAME&＃39;:[&＃39;Wang&＃39;,&＃39;Zhang&＃39;,&＃39;Lee&＃39;]})

df&＃61;df.set_index(&＃39;ID&＃39;)

#保存路径

df.to_excel(&＃39;D:/output.xlsx&＃39;)

print(&＃39;Done!&＃39;)

2.读取文件

【演示文件情况】

该文件内容全为虚构&＃xff0c;没有任何含义&＃xff0c;仅作演示使用

共三个sheet&＃xff1a;sheet1、sheet2、sheet3

其中(不包含标题行)&＃xff1a;

sheet1——(5&＃xff0c;2)、sheet2——(6&＃xff0c;4)、sheet3——(7&＃xff0c;3)

A.读取整个表格

(1)读取有多个sheet的excel

pandas读取的常用格式pd.read_excel(file, sheet_name)&＃xff0c;其中sheetname可以使用数字进行替代&＃xff0c;从0开始&＃xff0c;默认为0

pandas写入的格式为data.to_excel(‘filename’,sheet_name&＃61;‘A’)

import pandas as pd

import pandas as pd

path &＃61; &＃39;D:\python学习\表格/people.xlsx&＃39;

#读取数据,设置None可以生成一个字典&＃xff0c;字典中的key值即为sheet名字

#此时使用DataFram&＃xff0c;会报错

data &＃61; pd.read_excel(path,None)

print(data.keys())#查看sheet的名字

for sh_name in data.keys():

print(&＃39;sheet名字&＃xff1a;&＃39;,sh_name)

#获得每一个sheet中的内容

sh_data &＃61; pd.DataFrame(pd.read_excel(path,sh_name))

print(sh_data)

结果&＃xff1a;

(2).title在首行

表格样式(sheet1)&＃xff1a;

import pandas as pd

people&＃61;pd.read_excel(&＃39;D:/people.xlsx&＃39;)#读取文件

print(people.shape)#读取行列数

print(people.columns)#读取列名

print(people.head(3))#查看表格内容—head,默认为5行

print(&＃39;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃39;)#分割行

print(people.tail(3))#查看表格内容—tail

结果&＃xff1a;

(3)title不在首行

pandas在读取数据的时候默认&＃xff0c;会默认第0行为title。

-title之前的行为空

正常读取文件&＃xff0c;pandas可以正常识别

-title之前的行非空

只要有一行是脏的&＃xff0c;就需要

表格样式(sheet1)&＃xff1a;

import pandas as pd

people&＃61;pd.read_excel(&＃39;D:/people2.xlsx&＃39;,header&＃61;1)#读取文件

print(people.columns)#读取列名

-无title

import pandas as pd

people&＃61;pd.read_excel(&＃39;D:/people2.xlsx&＃39;,header&＃61;None)#读取文件

people.columns&＃61;[&＃39;名称&＃39;,&＃39;数量&＃39;]#人为设定列名

#将‘名称’列设为索引&＃xff0c;且在原表上进行修改

people.set_index(&＃39;名称&＃39;,inplace&＃61; True)

print(people.columns)#读取列名

people.to_excel(&＃39;D:/output.xlsx&＃39;)#输出为output.xlsx

print(&＃39;DONE!&＃39;)

(如果不认为的设定&＃xff0c;则自动生成0&＃xff0c;1&＃xff0c;2&＃xff0c;3&＃xff0c;为title)

列名只有’数量’&＃xff0c;‘名称’变为了索index

(4).已知index列

在使用pandas进行excel数据表读取的时候&＃xff0c;如不特定指明第一列为index&＃xff0c;则其会默认加一列索引。所以&＃xff0c;如若已知某列为index&＃xff0c;则需指明。

import pandas as pd

#读取文件&＃xff0c;且指定‘名称’列为索引

df&＃61;pd.read_excel(&＃39;D:/output.xlsx&＃39;,index_col&＃61;&＃39;名称&＃39;)

df.to_excel(&＃39;D:/output2.xlsx&＃39;)#生成新的excel文件

print(&＃39;Done!&＃39;)

B.读取某一行、列

(1)读取整个行/列

import pandas as pd

path &＃61; &＃39;D:\python学习\表格/people.xlsx&＃39;

data &＃61; pd.DataFrame(pd.read_excel(path))#读取数据

print(&＃39;行的索引名称&＃xff1a;&＃39;,data.index)#获取行的索引名称

print(&＃39;列的索引名称&＃xff1a;&＃39;,data.columns)#获取列的索引名称

print(&＃39;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃39;)#分割线

print(data[&＃39;名称&＃39;])#获取列名为姓名这一列的内容

print(&＃39;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃61;&＃39;)#分割线

print(data.loc[0])#获取行名为0这一行的内容

结果&＃xff1a;

(2)读取部分行(筛选)

筛选使用的是 data.loc[列名称 &＃61; 提取的信息]

import pandas as pd

path &＃61; &＃39;D:\python学习\表格/people.xlsx&＃39;

data &＃61; pd.DataFrame(pd.read_excel(path))#读取数据

#获取列名为名称&＃xff0c;内容为“上海市”的内容

result &＃61; data.loc[data[&＃39;名称&＃39;] &＃61;&＃61; &＃39;上海市&＃39;]

print(result)

结果&＃xff1a;

3.生成行、列

行列视为序列(seties)&＃xff0c;则单元格就是不同的序列中的元素。

A.创建series

-从directory转为series

【基础知识】字典-键值对

import pandas as pd

d&＃61;{&＃39;x&＃39;:100,&＃39;y&＃39;:200,&＃39;z&＃39;:300}#生成字典&＃xff0c;由基本键值对构成

print(d.keys())#字典keys集合

print(d.values())#字典values集合

print(d[&＃39;x&＃39;])#查看x&＃xff1a;100这个键值对

结果&＃xff1a;

将directory转变为series&＃xff0c;则keys变为indexs,将values转变为data。

则生成series&＃xff1a;

import pandas as pd

d&＃61;{&＃39;x&＃39;:100,&＃39;y&＃39;:200,&＃39;z&＃39;:300}#生成字典

s1&＃61;pd.Series(d)

print(s1)

print(s1.index)

-直接生成series

import pandas as pd

L1&＃61;(100,2,30)

L2&＃61;(&＃39;x&＃39;,&＃39;y&＃39;,&＃39;z&＃39;)

s1&＃61;pd.Series(L1,index&＃61;L2)

#或者s1&＃61;pd.Series((100,2,30),index&＃61;(&＃39;x&＃39;,&＃39;y&＃39;,&＃39;z&＃39;))

print(s1)

B.创建行、列

将series按照不同的方法加入dataframe中&＃xff0c;就可以创建不同的行和列&＃xff1a;

以list的形式将序列加入dataframe&＃xff0c;则把不同的序列看为一行&＃xff0c;序列的名字看为行号&＃xff1b;以dictory的形式将序列加入dataframe&＃xff0c;则把不同的序列看为一列&＃xff0c;序列的名字看为列名。

-创建列

以directory加入

每个list的index与dataframe中的index呈对齐关系。

“index-index一一对齐”

import pandas as pd

s1&＃61;pd.Series([1,2,3],index&＃61;[1,2,3],name&＃61;&＃39;A&＃39;)#index特指行号

s2&＃61;pd.Series([10,20,30],index&＃61;[1,2,3],name&＃61;&＃39;B&＃39;)

s3&＃61;pd.Series([100,200,300],index&＃61;[1,2,3],name&＃61;&＃39;C&＃39;)

df&＃61;pd.DataFrame({s1.name:s1,s2.name:s2,s3.name:s3})

print(df)

“index-index不对齐”

import pandas as pd

s1&＃61;pd.Series([1,2,3],index&＃61;[1,2,3],name&＃61;&＃39;A&＃39;)#index特指行号

s2&＃61;pd.Series([10,20,30],index&＃61;[1,2,3],name&＃61;&＃39;B&＃39;)

s3&＃61;pd.Series([100,200,300],index&＃61;[2,3,4],name&＃61;&＃39;C&＃39;)

df&＃61;pd.DataFrame({s1.name:s1,s2.name:s2,s3.name:s3})

print(df)

在空值区会自动以NaN填充(NaN:not a number)

-创建行

以list形式

import pandas as pd

s1&＃61;pd.Series([1,2,3],index&＃61;[1,2,3],name&＃61;&＃39;A&＃39;)#index特指行号

s2&＃61;pd.Series([10,20,30],index&＃61;[1,2,3],name&＃61;&＃39;B&＃39;)

s3&＃61;pd.Series([100,200,300],index&＃61;[1,2,3],name&＃61;&＃39;C&＃39;)

df&＃61;pd.DataFrame([s1,s2,s3])

print(df)

本文地址&＃xff1a;https://blog.csdn.net/mmmmmyyyy/article/details/107641294

如您对本文有疑问或者有任何想说的&＃xff0c;请点击进行留言回复&＃xff0c;万千网友为您解惑&＃xff01;