python pandas處理excel表格數據的常用方法總結

Posted on by

前言

最近助教改作業導出的成績表格跟老師給的名單順序不一致，腦殼一亮就用pandas寫瞭個腳本自動吧原始導出的成績謄寫到老師給的名單中瞭哈哈哈，這裡就記錄下用到的pandas處理excel的常用方式。（註意：隻適用於.xlsx類型的文件）

1、讀取xlsx表格：pd.read_excel()

原始內容如下：

a）讀取第n個Sheet（子表，在左下方可以查看或增刪子表）的數據

import pandas as pd
# 每次都需要修改的路徑
path = "test.xlsx"
# sheet_name默認為0，即讀取第一個sheet的數據
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
"""

可以註意到，原始表格左上角沒有填入內容，讀取的結果是“Unnamed: 0” ，這是由於read_excel函數會默認把表格的第一行為列索引名。另外，對於行索引名來說，默認從第二行開始編號（因為默認第一行是列索引名，所以默認第一行不是數據），如果不特意指定，則自動從0開始編號，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，默認從第二行開始編號，如果不特意指定，則自動從0開始編號，返回列表形式
print(sheet.index.values)
"""
['Unnamed: 0' 'name1' 'name2' 'name3']
[0 1 2]
"""

b）列索引名還可以自定義，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']
"""

c）也可以指定第n列為行索引名，如下：

# 指定第一列為行索引
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
"""

d）讀取時跳過第n行的數據

# 跳過第2行的數據（第一行索引為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
"""

2、獲取表格的數據大小：shape

path = "test.xlsx"
# 指定第一列為行索引
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)
"""

3、索引數據的方法：[ ] / loc[] / iloc[]

1、直接加方括號索引

可以使用方括號加列名的方式 [col_name] 來提取某列的數據，然後再用方括號加索引數字 [index] 來索引這列的具體位置的值。這裡索引名為name1的列，然後打印位於該列第1行（索引是1）位置的數據：4，如下：

sheet = pd.read_excel(path)
# 讀取列名為 name1 的列數據
col = sheet['name1']
print(col)
# 打印該列第二個數據
print(col[1]) # 4
"""
0    1
1    4
2    7
Name: name1, dtype: int64
4
"""

2、iloc方法，按整數編號索引

使用 sheet.iloc[ ] 索引，方括號內為行列的整數位置編號（除去作為行索引的那一列和作為列索引的哪一行後，從 0 開始編號）。
a）sheet.iloc[1, 2] ：提取第2行第3列數據。第一個是行索引，第二個是列索引

b）sheet.iloc[0: 2] ：提取前兩行數據

c）sheet.iloc[0:2, 0:2] ：通過分片的方式提取 前兩行 的 前兩列 數據

# 指定第一列數據為行索引
sheet = pd.read_excel(path, index_col=0)
# 讀取第2行（row2）的第3列（6）數據
# 第一個是行索引，第二個是列索引
data = sheet.iloc[1, 2]
print(data)  # 6
print('================================')
# 通過分片的方式提取 前兩行 數據
data_slice = sheet.iloc[0:2]
print(data_slice)
print('================================')
# 通過分片的方式提取 前兩行 的 前兩列 數據
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
"""

3、loc方法，按行列名稱索引

使用 sheet.loc[ ] 索引，方括號內為行列的名稱字符串。具體使用方式同 iloc ，隻是把 iloc 的整數索引替換成瞭行列的名稱索引。這種索引方式用起來更直觀。

註意：iloc[1: 2] 是不包含2的，但是 loc['row1': 'row2'] 是包含 'row2' 的。

# 指定第一列數據為行索引
sheet = pd.read_excel(path, index_col=0)
# 讀取第2行（row2）的第3列（6）數據
# 第一個是行索引，第二個是列索引
data = sheet.loc['row2', 'name3']
print(data)  # 1
print('================================')
# 通過分片的方式提取 前兩行 數據
data_slice = sheet.loc['row1': 'row2']
print(data_slice)
print('================================')
# 通過分片的方式提取 前兩行 的 前兩列 數據
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
"""

4、判斷數據為空：np.isnan() / pd.isnull()

1、使用 numpy 庫的 isnan() 或 pandas 庫的 isnull() 方法判斷是否等於 nan 。

sheet = pd.read_excel(path)
# 讀取列名為 name1 的列數據
col = sheet['name2']
 
print(np.isnan(col[1]))  # True
print(pd.isnull(col[1]))  # True
"""
True
True
"""

2、使用 str() 轉為字符串，判斷是否等於 'nan' 。

sheet = pd.read_excel(path)
# 讀取列名為 name1 的列數據
col = sheet['name2']
print(col)
# 打印該列第二個數據
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
"""

5、查找符合條件的數據

下面的代碼意會一下吧

# 提取name1 == 1 的行
mask = (sheet['name1'] == 1)
x = sheet.loc[mask]
print(x)
"""
      name1  name2  name3
row1      1    2.0      3
"""

6、修改元素值：replace()

sheet['name2'].replace(2, 100, inplace=True) ：把 name2 列的元素 2 改為元素 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
"""

sheet['name2'].replace(np.nan, 100, inplace=True) ：把 name2 列的空元素（nan）改為元素 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
"""

7、增加數據：[ ]

增加列，直接使用中括號 [ 要添加的名字 ] 添加。

sheet['name_add'] = [55, 66, 77] ：添加名為 name_add 的列，值為[55, 66, 77]

path = "test.xlsx"
# 指定第一列為行索引
sheet = pd.read_excel(path, index_col=0)
print(sheet)
print('====================================')
# 添加名為 name_add 的列，值為[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
"""

8、刪除數據：del() / drop()

a）del(sheet['name3']) ：使用 del 方法刪除

sheet = pd.read_excel(path, index_col=0)
# 使用 del 方法刪除 'name3' 的列
del(sheet['name3'])
print(sheet)
"""
      name1  name2
row1      1    2.0
row2      4    NaN
row3      7    8.0
"""

b）sheet.drop('row1', axis=0)

使用 drop 方法刪除 row1 行，刪除列的話對應的 axis=1。

當 inplace 參數為 True 時，不會返回參數，直接在原數據上刪除

當 inplace 參數為 False （默認）時不會修改原數據，而是返回修改後的數據

sheet.drop('row1', axis=0, inplace=True)
print(sheet)
"""
      name1  name2  name3
row2      4    NaN      6
row3      7    8.0      9
"""

c）sheet.drop(labels=['name1', 'name2'], axis=1)

使用 label=[ ] 參數可以刪除多行或多列

# 刪除多列，默認 inplace 參數位 False，即會返回結果
print(sheet.drop(labels=['name1', 'name2'], axis=1))
"""
      name3
row1      3
row2      6
row3      9
"""

9、保存到excel文件：to_excel()

1、把 pandas 格式的數據另存為 .xlsx 文件

names = ['a', 'b', 'c']
scores = [99, 100, 99]
result_excel = pd.DataFrame()
result_excel["姓名"] = names
result_excel["評分"] = scores
# 寫入excel
result_excel.to_excel('test3.xlsx')

 2、把改好的 excel 文件另存為 .xlsx 文件。

比如修改原表格中的 nan 為 100 後，保存文件：

import numpy as np 
# 指定第一列為行索引
sheet = pd.read_excel(path, index_col=0)
sheet['name2'].replace(np.nan, 100, inplace=True)
sheet.to_excel('test2.xlsx')

打開 test2.xlsx 結果如下：

總結

到此這篇關於python pandas處理excel表格數據的常用方法的文章就介紹到這瞭,更多相關pandas處理excel數據內容請搜索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：