pandas針對excel處理的實現
本文主要介紹瞭pandas針對excel處理的實現,分享給大傢,具體如下:
讀取文件
import padas df = pd.read_csv("") #讀取文件 pd.read_clipboard() #讀取粘貼板的內容 #解決數據顯示不完全的問題 pd.set_option('display.max_columns', None) pd.set_option('display.max_rows', None) #獲取指定單元格的值 datefirst = config.iloc[0,1] datename = config.iloc[0,2] #新建一列two,篩選料號一列的前倆個 sheet["two"] = sheet["料號"].apply(lambda x:x[:2])
數值處理
df["dog"] = df["dog"].replace(-1,0) #數值替換 #apply理解函數作為一個對象,可以作為參數傳遞給其它參數,並且能作為函數的返回值 df["price_new"] = df["price"].apply(lambda pri:pyi.lower()) #新列對老列處理 df["pricee"] = df["price"] *2 #新列
獲取數據
data = df.head() #默認讀取前行 df = pd.read_excel("lemon.xlsx",sheet_name=["python","student"]) #可以通過表單名同時讀取多個 df = pd.read_excel("lemon.clsx",sheet_name=0) data = df.values #獲取所有的數據 print("獲取到所有的值:\n{0}".format(data)) #格式化輸出 df = pd.read_excel("lemon.xlsx") data = df.ix[0].values #表示第一行,不包含表頭 print("獲取到所有的值:\n{0}".format(data)) #格式化輸出
loc和iloc詳解
loc[row,cloumn] 先行後列 : 是全部行或列,一般多行可以用中括號,連續的可以用a:c等 iloc[index,columns] 行索引,列索引,索引都是從0開始,用法是一樣的
多行
多行嵌套 df = pd.read_excel("lemon.xlsx") data = df.loc[1,2] #讀取指定多行的話,就要在ix[]裡面嵌套列表指定行數 print("獲取到所有的值:\n{0}".format(data)) #格式化輸出 多行 df=pd.read_excel('lemon.xlsx') data=df.ix[1,2]#讀取第一行第二列的值,這裡不需要嵌套列表 print("讀取指定行的數據:\n{0}".format(data)) 多行多列嵌套 df=pd.read_excel('lemon.xlsx') data=df.ix[[1,2],['title','data']].values#讀取第一行第二行的title以及data列的值,這裡需要嵌套列表 print("讀取指定行的數據:\n{0}".format(data)) 獲取所有行和指定列 df=pd.read_excel('lemon.xlsx') data=df.ix[:,['title','data']].values#讀所有行的title以及data列的值,這裡需要嵌套列表 print("讀取指定行的數據:\n{0}".format(data))
輸出行號和列號
輸出行號並打印輸出 df=pd.read_excel('lemon.xlsx') print("輸出行號列表",df.index.values) 輸出結果是: 輸出行號列表 [0 1 2 3] 輸出列名並打印輸出 df=pd.read_excel('lemon.xlsx') print("輸出列標題",df.columns.values) 運行結果如下所示: 輸出列標題 ['case_id' 'title' 'data'] 獲取指定行數的值 df=pd.read_excel('lemon.xlsx') print("輸出值",df.sample(3).values)#這個方法類似於head()方法以及df.values方法 輸出值 [[2 '輸入錯誤的密碼' '{"mobilephone":"18688773467","pwd":"12345678"}'] [3 '正常充值' '{"mobilephone":"18688773467","amount":"1000"}'] [1 '正常登錄' '{"mobilephone":"18688773467","pwd":"123456"}']]
獲取指定值
獲取指定列的值 df=pd.read_excel('lemon.xlsx') print("輸出值\n",df['data'].values) excel數據轉字典 df=pd.read_excel('lemon.xlsx') test_data=[] for i in df.index.values:#獲取行號的索引,並對其進行遍歷: #根據i來獲取每一行指定的數據 並利用to_dict轉成字典 row_data=df.ix[i,['case_id','module','title','http_method','url','data','expected']].to_dict() test_data.append(row_data) print("最終獲取到的數據是:{0}".format(test_data))
基本格式化
把帶有空值的行全部去除 df.dropna() 對空置進行填充 df.fillna(value=0) df["price"].fillna(df["price".mean()]) 去除字符串兩邊的空格 df["city"] = df["city"].map(str.strip) 大小寫轉換 df["city"] = df["city"].map(str.lower) 更改數據格式 df["price"].fillna(0).astype("int") 更改列的名稱 df.rename(columns={"category":"category_size"}) 刪除重復項 df["city"].drop_duplicates() df["city"].drop_duplicates(keep="last") 數字修改和替換 df["city"].replace("sh","shanghai") 前3行數據 df.tail(3) 給出行數和列數 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(左閉右開)的數據子集 data.loc[range(4,6)] 統計出現的次數 data[column_1].value_counts() len()函數被應用在column_1列中的每一個元素上 map()運算給每一個元素應用一個的函數 data[column_1].map(len).map(lambda x : x/100).plot() plot是繪圖 apply() 給一個列應用一個函數 applymap() 會給dataframe中的所有單元格應用一個函數 遍歷行和列 for i,row in data.iterrows(): print(i,row) 選擇指定數據的行 important_dates = ['1/20/14', '1/30/14'] data_frame_value_in_set = data_frame.loc[data_frame['Purchase Date']\ .isin(important_dates), :] 選擇0-3列 import pandas as pd import sys input_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) 添加行頭 import pandas as pd input_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)
數據多表合並
數據合並 1.將表格通過concat()方法進行合並 參數如下: objs(必須參數):參與連接的pandas對象的列表或字典 axis:指明連接的軸向,默認為0 join:選中inner或outer(默認),其它軸向上索引是按交集(inner)還是並集(outer)進行合並 join_axes:指明用於其他N-1條軸的索引,不執行並集/交集運算 keys:與連接對象有關的值,用於形成連接軸向上的層次化索引 verify_integrity:是否去重 ignore_index:是否忽略索引 合並: eg: frames = [df1,df2,df3] result = pd.concat(frames) result = pd.concat(frames,keys=["x","y","z"]) #把每張表來個定義
新增df4表,橫向連接到df1表的第2367列,空置補nan index: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)
將df1和df4橫向進行交集合並 result = pd.concat([df1,df4],axis=1,join="inner") 列是增加,行是交集 按照df1的索引進行df1表和df4表的橫向索引 pd.concat([df1,df4],axis=1,join_axes=[df1.index]) 列是增加,行以df1為準,空的為NaN 通過append()方法連接表格 result = df1.append(df2) result = df1.append(df4,ignore_index=True) 空格Nan補充 新增一列s1表,並且跟df1進行橫向合並 s1 = pd.Series(["1","2","3","4"],name="x") result = pd.concat([df1,s1],axis=1) name是列,serise是一維列表,沒有name,他會用索引0開始繼續填充 pd.concat([df1,s1],axis=1,ignore_index=True) 表格合並後不保留原來的索引列名 將key作為兩張表連接的中介 result = pd.merge(left,right,on="key") result = pd.merge(right,left,on=["key1","key2"]) key1和key2,隻要有相同值就行,最後的排列是大的值為key1,小的key2 通過左表索引連接右表 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) 以做索引為基準,right沒有左索引的用Nan填充 result = left.join(right,how='outer') how:連接方式 on屬性在merge中,以k為中心拼接,有相同的就拼 result = pd.merge(left,right,on="K") result = pd.merge(left,right,on="K",suffixes=["_l","_r"]) 更改拼接後的neme屬性
# 解決顯示不完全的問題 pd.set_option('display.max_columns', None) pd.set_option('display.max_rows', None) config = pd.read_excel("C:\\Users\\Administrator\\Desktop\\數據\\文件名配置.xlsx", dtype=object) datefirst = config.iloc[0, 1] datename = config.iloc[0, 2] dateall = datefirst + r"\\" + datename textfile = config.iloc[1, 1] textname = config.iloc[1, 2] textall = textfile + r"\\" + textname sheet = pd.read_excel(dateall, sheet_name="Sheet2", dtype=object) sheet["two"] = sheet["料號"].apply(lambda x: x[:2]) # 取出不包含的數據 df = sheet[~sheet["two"].isin(["41", "48"])] df1 = df[~df["檢驗結果"].isin(["未驗", "試產驗證允收"])] # 刪除不需要的列 result = df1.iloc[:, :len(df1.columns) - 1] # 取出包含的數據 DTR561 = result[result["機種"].isin(["DTR561"])] DTR562 = result[result["機種"].isin(["DTR562"])] HPS322 = result[result["機種"].isin(["HPS322"])] HPS829 = result[result["機種"].isin(["HPS829"])] writer = pd.ExcelWriter("C:\\Users\\Administrator\\Desktop\\數據\\數據篩選.xlsx") result.to_excel(writer, sheet_name="全部機種", 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")
到此這篇關於pandas針對excel處理的實現的文章就介紹到這瞭,更多相關pandas excel處理內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- python pandas處理excel表格數據的常用方法總結
- 使用python的pandas讀取excel文件中的數據詳情
- python使用pandas讀寫excel文件的方法實例
- python中pandas讀取csv文件時如何省去csv.reader()操作指定列步驟
- python 使用xlsxwriter循環向excel中插入數據和圖片的操作