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实现线程池代码分享
Jun 21 Python
浅谈Python中chr、unichr、ord字符函数之间的对比
Jun 16 Python
使用python和pygame绘制繁花曲线的方法
Feb 24 Python
python 去除txt文本中的空格、数字、特定字母等方法
Jul 24 Python
Python自动发送邮件的方法实例总结
Dec 08 Python
python Tkinter版学生管理系统
Feb 20 Python
Python3.5实现的罗马数字转换成整数功能示例
Feb 25 Python
Python爬虫实现爬取百度百科词条功能实例
Apr 05 Python
在PYQT5中QscrollArea(滚动条)的使用方法
Jun 14 Python
Python PIL读取的图像发生自动旋转的实现方法
Jul 05 Python
详解如何在pyqt中通过OpenCV实现对窗口的透视变换
Sep 20 Python
详解Python 3.10 中的新功能和变化
Apr 28 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
php生成excel列序号代码实例
2013/12/24 PHP
php实现excel中rank函数功能的方法
2015/01/20 PHP
详解php框架Yaf路由重写
2017/06/20 PHP
PHP错误处理函数register_shutdown_function使用示例
2017/07/03 PHP
阿里云Win2016安装Apache和PHP环境图文教程
2018/03/11 PHP
Tab页界面 用jQuery及Ajax技术实现(php后台)
2011/10/12 Javascript
Javascript中的delete介绍
2012/09/02 Javascript
纯JS实现五子棋游戏兼容各浏览器(附源码)
2013/04/24 Javascript
jQuery中bind,live,delegate与one方法的用法及区别解析
2013/12/30 Javascript
基于bootstrap3和jquery的分页插件
2015/07/31 Javascript
DataTables+BootStrap组合使用Ajax来获取数据并且动态加载dom的方法(排序,过滤,分页等)
2016/11/09 Javascript
正则 js分转元带千分符号详解
2017/03/08 Javascript
JavaScript基础进阶之数组方法总结(推荐)
2017/09/04 Javascript
jQuery判断网页是否已经滚动到浏览器底部的实现方法
2017/10/27 jQuery
微信小程序实现swiper切换卡内嵌滚动条不显示的方法示例
2018/12/20 Javascript
详解Vue 匿名、具名和作用域插槽的使用方法
2019/04/22 Javascript
bootstrap-closable-tab可实现关闭的tab标签页插件
2020/08/09 Javascript
python爬取网站数据保存使用的方法
2013/11/20 Python
pycharm 使用心得(二)设置字体大小
2014/06/05 Python
win10环境下python3.5安装步骤图文教程
2017/02/03 Python
Python数据结构与算法之列表(链表,linked list)简单实现
2017/10/30 Python
在Django的View中使用asyncio的方法
2019/07/12 Python
Python算法中的时间复杂度问题
2019/11/19 Python
Python插入Elasticsearch操作方法解析
2020/01/19 Python
安装多个版本的TensorFlow的方法步骤
2020/04/21 Python
python 实现非极大值抑制算法(Non-maximum suppression, NMS)
2020/10/15 Python
pycharm 配置svn的图文教程(手把手教你)
2021/01/15 Python
法国奢华女性时尚配饰网上商店:Monnier Frères
2016/08/27 全球购物
可持续木材、生态和铝制太阳镜:Proof Eyewear
2019/07/24 全球购物
实习生自我鉴定
2013/12/12 职场文书
计算机专业毕业生自荐信
2013/12/31 职场文书
社区敬老月活动实施方案
2014/02/17 职场文书
生物制药专业求职信
2014/03/11 职场文书
银行党员批评与自我批评
2014/10/15 职场文书
Java 超详细讲解IO操作字节流与字符流
2022/03/25 Java/Android
MyBatis核心源码深度剖析SQL语句执行过程
2022/05/20 Java/Android