本文主要介绍了pandas针对excel处理的实现,分享给大家,具体如下:
读取文件
import padasdf = pd.read_csv("") #读取文件pd.read_clipboard() #读取粘贴板的内容#解决数据显示不完全的问题pd.set_option('display.max_columns', None)pd.set_option('display.max_rows', None)#获取指定单元格的值datefirst = config.iloc[0,1]datename = config.iloc[0,2]#新建一列two,筛选料号一列的前俩个sheet["two"] = sheet["料号"].apply(lambda x:x[:2])
数值处理
df["dog"] = df["dog"].replace(-1,0) #数值替换#apply理解函数作为一个对象,可以作为参数传递给其它参数,并且能作为函数的返回值df["price_new"] = df["price"].apply(lambda pri:pyi.lower()) #新列对老列处理df["pricee"] = df["price"] *2 #新列
获取数据
data = df.head() #默认读取前行df = pd.read_excel("lemon.xlsx",sheet_name=["python","student"]) #可以通过表单名同时读取多个df = pd.read_excel("lemon.clsx",sheet_name=0) data = df.values #获取所有的数据print("获取到所有的值:\n{0}".format(data)) #格式化输出df = pd.read_excel("lemon.xlsx")data = df.ix[0].values #表示第一行,不包含表头print("获取到所有的值:\n{0}".format(data)) #格式化输出
loc和iloc详解
loc[row,cloumn] 先行后列 : 是全部行或列,一般多行可以用中括号,连续的可以用a:c等iloc[index,columns] 行索引,列索引,索引都是从0开始,用法是一样的
多行
多行嵌套df = pd.read_excel("lemon.xlsx")data = df.loc[1,2] #读取指定多行的话,就要在ix[]里面嵌套列表指定行数print("获取到所有的值:\n{0}".format(data)) #格式化输出多行df=pd.read_excel('lemon.xlsx')data=df.ix[1,2]#读取第一行第二列的值,这里不需要嵌套列表print("读取指定行的数据:\n{0}".format(data))多行多列嵌套df=pd.read_excel('lemon.xlsx')data=df.ix[[1,2],['title','data']].values#读取第一行第二行的title以及data列的值,这里需要嵌套列表print("读取指定行的数据:\n{0}".format(data))获取所有行和指定列df=pd.read_excel('lemon.xlsx')data=df.ix[:,['title','data']].values#读所有行的title以及data列的值,这里需要嵌套列表print("读取指定行的数据:\n{0}".format(data))
输出行号和列号
输出行号并打印输出df=pd.read_excel('lemon.xlsx')print("输出行号列表",df.index.values)输出结果是:输出行号列表 [0 1 2 3]输出列名并打印输出df=pd.read_excel('lemon.xlsx')print("输出列标题",df.columns.values)运行结果如下所示:输出列标题 ['case_id' 'title' 'data']获取指定行数的值df=pd.read_excel('lemon.xlsx')print("输出值",df.sample(3).values)#这个方法类似于head()方法以及df.values方法输出值 [[2 '输入错误的密码' '{"mobilephone":"18688773467","pwd":"12345678"}'] [3 '正常充值' '{"mobilephone":"18688773467","amount":"1000"}'] [1 '正常登录' '{"mobilephone":"18688773467","pwd":"123456"}']]
获取指定值
获取指定列的值df=pd.read_excel('lemon.xlsx')print("输出值\n",df['data'].values)excel数据转字典df=pd.read_excel('lemon.xlsx')test_data=[]for i in df.index.values:#获取行号的索引,并对其进行遍历: #根据i来获取每一行指定的数据 并利用to_dict转成字典 row_data=df.ix[i,['case_id','module','title','http_method','url','data','expected']].to_dict() test_data.append(row_data)print("最终获取到的数据是:{0}".format(test_data))
基本格式化
把带有空值的行全部去除df.dropna()对空置进行填充df.fillna(value=0)df["price"].fillna(df["price".mean()])去除字符串两边的空格df["city"] = df["city"].map(str.strip)大小写转换df["city"] = df["city"].map(str.lower)更改数据格式df["price"].fillna(0).astype("int")更改列的名称df.rename(columns={"category":"category_size"})删除重复项df["city"].drop_duplicates()df["city"].drop_duplicates(keep="last")数字修改和替换df["city"].replace("sh","shanghai")前3行数据df.tail(3)给出行数和列数data.describe()打印出第八行data.loc[8]打印出第八行[column_1]的列data.loc[8,column_1]第四到第六行(左闭右开)的数据子集data.loc[range(4,6)]统计出现的次数data[column_1].value_counts()len()函数被应用在column_1列中的每一个元素上map()运算给每一个元素应用一个的函数data[column_1].map(len).map(lambda x : x/100).plot() plot是绘图apply() 给一个列应用一个函数applymap() 会给dataframe中的所有单元格应用一个函数遍历行和列for i,row in data.iterrows(): print(i,row)选择指定数据的行important_dates = ['1/20/14', '1/30/14']data_frame_value_in_set = data_frame.loc[data_frame['Purchase Date']\.isin(important_dates), :]选择0-3列import pandas as pdimport sysinput_file = r"supplier_data.csv"output_file = r"output_files\6output.csv"data_frame = pd.read_csv(input_file)data_frame_column_by_index = data_frame.iloc[:, [0, 3]]data_frame_column_by_index.to_csv(output_file, index=False)添加行头import pandas as pdinput_file = r"supplier_data_no_header_row.csv"output_file = r"output_files\11output.csv"header_list = ['Supplier Name', 'Invoice Number', \'Part Number', 'Cost', 'Purchase Date']data_frame = pd.read_csv(input_file, header=None, names=header_list)data_frame.to_csv(output_file, index=False)
数据多表合并
数据合并1.将表格通过concat()方法进行合并参数如下:objs(必须参数):参与连接的pandas对象的列表或字典axis:指明连接的轴向,默认为0join:选中inner或outer(默认),其它轴向上索引是按交集(inner)还是并集(outer)进行合并join_axes:指明用于其他N-1条轴的索引,不执行并集/交集运算keys:与连接对象有关的值,用于形成连接轴向上的层次化索引verify_integrity:是否去重ignore_index:是否忽略索引合并:eg:frames = [df1,df2,df3]result = pd.concat(frames)result = pd.concat(frames,keys=["x","y","z"]) #把每张表来个定义新增df4表,横向连接到df1表的第2367列,空置补nanindex:是新增的行axis=1是指列df4 = pd.DataFrame(["B":["sf"],"D":["'sf],index=[2,3,6,7]])result = pd.concat([df1,df4],axis=1)将df1和df4横向进行交集合并result = pd.concat([df1,df4],axis=1,join="inner") 列是增加,行是交集按照df1的索引进行df1表和df4表的横向索引pd.concat([df1,df4],axis=1,join_axes=[df1.index]) 列是增加,行以df1为准,空的为NaN通过append()方法连接表格result = df1.append(df2)result = df1.append(df4,ignore_index=True) 空格Nan补充新增一列s1表,并且跟df1进行横向合并s1 = pd.Series(["1","2","3","4"],name="x")result = pd.concat([df1,s1],axis=1) name是列,serise是一维列表,没有name,他会用索引0开始继续填充pd.concat([df1,s1],axis=1,ignore_index=True) 表格合并后不保留原来的索引列名将key作为两张表连接的中介result = pd.merge(left,right,on="key")result = pd.merge(right,left,on=["key1","key2"])key1和key2,只要有相同值就行,最后的排列是大的值为key1,小的key2通过左表索引连接右表right = pd.DataFrame({"key1":["K0","K2","K1","K2"], "key2":["K0","K1","K0","K0"], "C":["C0","C1","C2","C3"], "D":["D0","D1","D2","D3"]}, index = ["k0","k1","k2"])result = left.join(right) 以做索引为基准,right没有左索引的用Nan填充result = left.join(right,how='outer') how:连接方式on属性在merge中,以k为中心拼接,有相同的就拼result = pd.merge(left,right,on="K")result = pd.merge(left,right,on="K",suffixes=["_l","_r"]) 更改拼接后的neme属性
# 解决显示不完全的问题pd.set_option('display.max_columns', None)pd.set_option('display.max_rows', None)config = pd.read_excel("C:\\Users\\Administrator\\Desktop\\数据\\文件名配置.xlsx", dtype=object)datefirst = config.iloc[0, 1]datename = config.iloc[0, 2]dateall = datefirst + r"\\" + datenametextfile = config.iloc[1, 1]textname = config.iloc[1, 2]textall = textfile + r"\\" + textnamesheet = pd.read_excel(dateall, sheet_name="Sheet2", dtype=object)sheet["two"] = sheet["料号"].apply(lambda x: x[:2])# 取出不包含的数据df = sheet[~sheet["two"].isin(["41", "48"])]df1 = df[~df["检验结果"].isin(["未验", "试产验证允收"])]# 删除不需要的列result = df1.iloc[:, :len(df1.columns) - 1]# 取出包含的数据DTR561 = result[result["机种"].isin(["DTR561"])]DTR562 = result[result["机种"].isin(["DTR562"])]HPS322 = result[result["机种"].isin(["HPS322"])]HPS829 = result[result["机种"].isin(["HPS829"])]writer = pd.ExcelWriter("C:\\Users\\Administrator\\Desktop\\数据\\数据筛选.xlsx")result.to_excel(writer, sheet_name="全部机种", index=False)DTR561.to_excel(writer, sheet_name="DTR561", index=False)DTR562.to_excel(writer, sheet_name="DTR562", index=False)HPS322.to_excel(writer, sheet_name="HPS322", index=False)HPS829.to_excel(writer, sheet_name="HPS829", index=False)writer.save()print("Data filtering completed")
到此这篇关于pandas针对excel处理的实现的文章就介绍到这了,更多相关pandas excel处理内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持!