Python入门之使用pandas分析excel数据


Posted in Python onMay 12, 2021

1.问题

在python中,读写excel数据方法很多,比如xlrd、xlwt和openpyxl,实际上限制比较多,不是很方便。比如openpyxl也不支持csv格式。有没有更好的方法?

2.方案

更好的方法可以使用pandas,虽然pandas不是专门处理excel数据,但处理excel数据确实很方便。

本文使用excel的数据来自网络,数据内容如下:

Python入门之使用pandas分析excel数据

2.1.安装

使用pip进行安装。

pip3 install pandas

导入pandas:

import pandas as pd

下文使用pd进行pandas的操作。

2.2.读写文件

读取文件,比如excel,csv文件

# df是pandas.core.frame.DataFrame类型
df = pd.read_excel('./data/2020-suv.xlsx')

# read_csv可以指定分割符,编码方式等
df2 = pd.read_csv('./data/2020-suv.csv')

写入文件:

df.to_excel('./data/2020-suv-new.xlsx')
df.to_csv('./data/2020-suv-new.csv')

2.3.数据操作

all_cols = df.columns
print(all_cols)

# 输出,df.columns并非list类型
Index(['销量排名', '车系', '官方价', '从属品牌', '1-12月销量'], dtype='object')

# df.columns并非list类型,可以转化list
cols = list(df.columns)

获取列数据

col_data = df[u'车系']
mul_col_data = df[ [u'车系', u'1-12月销量'] ]

获取行数据

row_data = df.iloc[row_index]

获取所有行数据

all_data = df.values

切片获取多行数据

mul_row_data = df.iloc[2:4]

获取单元个数据

cell_data = df.iloc[row_index][col_index]

2.4.数据筛选

Excel数据筛选比较实用,用pandas同样可以,并且筛选代码保存后,下次可以直接使用。

某个字段包含指定值

# 包含一个值,na表示是否需要填充,case表示是否区分大小写,更强大的是contains还支持正则表达式
sub_df = df[ df[col_name].str.contains('key1', na=False, case=False) ]

# 包含多个值,多次调用即可
sub_df1 = df[ df[col_name].str.contains('key1', na=False, case=False) ]
sub_df2 = sub_df1[ sub_df1[col_name].str.contains('key2', na=False, case=False) ]

# 包含多个值(或)
sub_df = df[ df[col_name].str.contains('key1|key2|key3', na=False, case=False) ]

# 不包含,也就是非的过滤
sub_df = df[ ~df[col_name].str.contains('key1', na=False, case=False) ]

上述操作,都假设字段类型是字符串类型,不然会抛异常。可以通过以下的方法,可以判断字段是否是字符类型:

pd.api.types.is_string_dtype(df[u'车系'])

# 其他类型也有类似的函数,可以用dir查看有哪些类型判断
print(dir(pd.api.types))

# 可以通过dtypes查看字段的类型
pd.dtypes
pd[u'1-12月销量'].dtypes

条件过滤

# 大于
df[ df['1-12月销量'] > 50000 ] .values

# 相等
df[ df['1-12月销量'] == 50000 ] .values

2.5.数据写入

添加一行数据:

# 插在最后,row_datas是list
df.loc[len(df.index)] = row_datas

插入一列数据

# 在指定列前面插上一列数据
df.insert( col_index, col_name, col_datas, True)

更新某个单元值

df.iloc[row][col] = u'new-data'

2.6.数据删除

删除一列

df2 = df.drop('官方价', axis=1, inplace=False)
print(df2)

# 输出
销量排名           车系   从属品牌  1-12月销量
0       1         哈弗H6     哈弗   376864
1       2       本田CR-V     本田   249983
2       3           博越   吉利汽车   240811
3       4          途观L     大众   178574
4       5  长安CS75 PLUS   长安汽车   266824
..    ...          ...    ...      ...
282   283      北汽新能源EX  北汽新能源      879
283   284        奔腾X40     奔腾    20412
284   285    标致2008新能源     标致       37
285   286       猎豹CS10   猎豹汽车       14
286   287         森雅R7     一汽        1

[287 rows x 4 columns]

删除一行

df3 = df.drop(2, axis=0, inplace=False)
print(df3)

# 输出
     销量排名           车系           官方价   从属品牌  1-12月销量
0       1         哈弗H6   9.80-15.49万     哈弗   376864
1       2       本田CR-V  16.98-27.68万     本田   249983
3       4          途观L  21.58-28.58万     大众   178574
4       5  长安CS75 PLUS  10.69-15.49万   长安汽车   266824
5       6       本田XR-V  12.79-17.59万     本田   168272
..    ...          ...           ...    ...      ...
282   283      北汽新能源EX  18.39-20.29万  北汽新能源      879
283   284        奔腾X40          暂无报价     奔腾    20412
284   285    标致2008新能源  16.60-18.80万     标致       37
285   286       猎豹CS10   7.98-11.98万   猎豹汽车       14
286   287         森雅R7   6.69-10.69万     一汽        1

[286 rows x 5 columns]

3.讨论

pandas库用于大数据分析和AI,库本身比较复杂,很多功能未必用得上,日常使用可以简单的封装,能够读、写、搜索excel或csv数据,pandas比起专门操作excel的库要好用得多,简单封装一下即可。详细的使用说明,可以参见pandas官方文档。

https://pandas.pydata.org/docs/user_guide/index.html#user-guide

总结

到此这篇关于Python入门学习之使用pandas分析excel数据的文章就介绍到这了,更多相关Python用pandas分析excel内容请搜索三水点靠木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三水点靠木!

Python 相关文章推荐
python 判断一个进程是否存在
Apr 09 Python
python网络编程学习笔记(一)
Jun 09 Python
python使用post提交数据到远程url的方法
Apr 29 Python
virtualenv实现多个版本Python共存
Aug 21 Python
在Pycharm中将pyinstaller加入External Tools的方法
Jan 16 Python
Python OpenCV之图片缩放的实现(cv2.resize)
Jun 28 Python
Django之提交表单与前后端交互的方法
Jul 19 Python
Django框架model模型对象验证实现方法分析
Oct 02 Python
python opencv把一张图片嵌入(叠加)到另一张图片上的实现代码
Jun 11 Python
selenium+headless chrome爬虫的实现示例
Jan 08 Python
python 爬取华为应用市场评论
May 29 Python
如何理解python接口自动化之logging日志模块
Jun 15 Python
将Python代码打包成.exe可执行文件的完整步骤
python3实现Dijkstra算法最短路径的实现
pytorch 中autograd.grad()函数的用法说明
python3实现无权最短路径的方法
Python入门之基础语法详解
May 11 #Python
如何利用Matlab制作一款真正的拼图小游戏
Python机器学习之逻辑回归
You might like
使用session判断用户登录用户权限(超简单)
2013/06/08 PHP
PHP不用递归实现无限分级的例子分享
2014/04/18 PHP
PHP Try-catch 语句使用技巧
2016/02/28 PHP
解析WordPress中控制用户登陆和判断用户登陆的PHP函数
2016/03/01 PHP
PHP实现的线索二叉树及二叉树遍历方法详解
2016/04/25 PHP
javascript中如何处理引号编码"
2013/08/15 Javascript
JavaScript的事件绑定(方便不支持js的时候)
2013/10/01 Javascript
js继承call()和apply()方法总结
2014/12/08 Javascript
JavaScript使用cookie记录临时访客信息的方法
2015/04/07 Javascript
JavaScript与java语言有什么不同
2016/09/22 Javascript
原生js实现可拖拽效果
2017/02/28 Javascript
JS实现图片点击后出现模态框效果
2017/05/03 Javascript
Vue关于数据绑定出错解决办法
2017/05/15 Javascript
Vue中的scoped实现原理及穿透方法
2018/05/15 Javascript
jQuery基于闭包实现的显示与隐藏div功能示例
2018/06/09 jQuery
vue 设置路由的登录权限的方法
2018/07/03 Javascript
详解从Vue-router到html5的pushState
2018/07/21 Javascript
详解Python中的strftime()方法的使用
2015/05/22 Python
Python文件操作基本流程代码实例
2017/12/11 Python
Python cookbook(数据结构与算法)保存最后N个元素的方法
2018/02/13 Python
使用pytorch进行图像的顺序读取方法
2018/07/27 Python
python selenium 查找隐藏元素 自动播放视频功能
2019/07/24 Python
python获取栅格点和面值的实现
2020/03/10 Python
基于Python爬取fofa网页端数据过程解析
2020/07/13 Python
Windows环境下Python3.6.8 importError: DLLload failed:找不到指定的模块
2020/11/01 Python
澳大利亚排名第一的在线酒类商店:MyBottleShop
2018/04/26 全球购物
挖掘机司机岗位职责
2014/02/12 职场文书
交通安全标语
2014/06/06 职场文书
与美同行演讲稿
2014/09/13 职场文书
平面设计师岗位职责
2014/09/18 职场文书
2014年学生会生活部工作总结
2014/11/07 职场文书
承诺函格式模板
2015/01/21 职场文书
《作风建设永远在路上》心得体会
2016/01/21 职场文书
大学生党员暑假实践(活动总结)
2019/08/21 职场文书
python之基数排序的实现
2021/07/26 Python
Python借助with语句实现代码段只执行有限次
2022/03/23 Python