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将ip地址转换成整数的方法
Mar 17 Python
python使用Tkinter显示网络图片的方法
Apr 24 Python
python使用fileinput模块实现逐行读取文件的方法
Apr 29 Python
Python中正则表达式的详细教程
Apr 30 Python
Python+django实现简单的文件上传
Aug 17 Python
vscode 远程调试python的方法
Dec 01 Python
Python3数字求和的实例
Feb 19 Python
python网络编程之多线程同时接受和发送
Sep 03 Python
原来我一直安装 Python 库的姿势都不对呀
Nov 11 Python
Python Dict找出value大于某值或key大于某值的所有项方式
Jun 05 Python
Python通过kerberos安全认证操作kafka方式
Jun 06 Python
Python监听键盘和鼠标事件的示例代码
Nov 18 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 email邮箱正则
2008/10/08 PHP
Yii扩展组件编写方法实例分析
2015/06/29 PHP
php将金额数字转化为中文大写
2015/07/09 PHP
我整理的PHP 7.0主要新特性
2016/01/07 PHP
Javascript 面向对象 继承
2010/05/13 Javascript
6个DIV 135或246间隔一秒轮番显示效果
2010/07/24 Javascript
JavaScript中使用concat()方法拼接字符串的教程
2015/06/06 Javascript
JavaScript判断微信浏览器实例代码
2016/06/13 Javascript
基于JS实现弹出一个隐藏的div窗口body页面变成灰色并且不可被编辑
2016/12/14 Javascript
JavaScript变量作用域_动力节点Java学院整理
2017/06/27 Javascript
Vue中引入样式文件的方法
2017/08/18 Javascript
探索Vue高阶组件的使用
2018/01/08 Javascript
React Router v4 入坑指南(小结)
2018/04/08 Javascript
浅谈PDF.js使用心得
2018/06/07 Javascript
javascript面向对象三大特征之封装实例详解
2019/07/24 Javascript
node静态服务器实现静态读取文件或文件夹
2019/12/03 Javascript
在Django的视图(View)外使用Session的方法
2015/07/23 Python
Python简单读取json文件功能示例
2017/11/30 Python
PyQt5每天必学之创建窗口居中效果
2018/04/19 Python
Python实现统计英文文章词频的方法分析
2019/01/28 Python
python实现文本进度条 程序进度条 加载进度条 单行刷新功能
2019/07/03 Python
Python一键安装全部依赖包的方法
2019/08/12 Python
Python笔记之工厂模式
2019/11/20 Python
Python+OpenCV+图片旋转并用原底色填充新四角的例子
2019/12/12 Python
Python中包的用法及安装
2020/02/11 Python
python小白切忌乱用表达式
2020/05/29 Python
使用Keras实现简单线性回归模型操作
2020/06/12 Python
浅谈matplotlib中FigureCanvasXAgg的用法
2020/06/16 Python
关于python tushare Tkinter构建的简单股票可视化查询系统(Beta v0.13)
2020/10/19 Python
pytorch 移动端部署之helloworld的使用
2020/10/30 Python
简单掌握CSS3将文字描边及填充文字颜色的方法
2016/03/07 HTML / CSS
Canvas与图片压缩的示例代码
2017/11/28 HTML / CSS
L’Artisan Parfumeur官网:法国香水品牌
2020/08/11 全球购物
软件测试题目
2013/02/27 面试题
远程研修随笔感言
2014/02/10 职场文书
先进教师个人总结
2015/02/11 职场文书