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的加密模块md5、sha、crypt使用实例
Sep 28 Python
python实现多线程的方式及多条命令并发执行
Jun 07 Python
Python批量更改文件名的实现方法
Oct 29 Python
python shell根据ip获取主机名代码示例
Nov 25 Python
Python面向对象程序设计之继承与多继承用法分析
Jul 13 Python
解决python3 安装完Pycurl在import pycurl时报错的问题
Oct 15 Python
appium+python adb常用命令分享
Mar 06 Python
使用Python对Dicom文件进行读取与写入的实现
Apr 20 Python
python logging模块的使用详解
Oct 23 Python
基于Python组装jmx并调用JMeter实现压力测试
Nov 03 Python
Jmeter调用Python脚本实现参数互相传递的实现
Jan 22 Python
python爬取网页版QQ空间,生成各类图表
Jun 02 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
2019年中国咖啡业现状与发展趋势
2021/03/04 咖啡文化
windows下PHP APACHE MYSQ完整配置
2007/01/02 PHP
Excel数据导入Mysql数据库的实现代码
2008/06/05 PHP
ThinkPHP字符串函数及常用函数汇总
2014/07/18 PHP
php与Mysql的一些简单的操作
2015/02/26 PHP
php 利用socket发送HTTP请求(GET,POST)
2015/08/24 PHP
编写PHP脚本来实现WordPress中评论分页的功能
2015/12/10 PHP
实例讲解PHP中使用命名空间
2019/01/27 PHP
tp5框架的增删改查操作示例
2019/10/31 PHP
Javascript 同时提交多个Web表单的方法
2009/02/19 Javascript
Jquery 获取表单text,areatext,radio,checkbox,select值的代码
2009/11/12 Javascript
jquery获取对象的方法足以应付常见的各种类型的对象
2014/05/14 Javascript
浅谈javascript中的DOM方法
2015/07/16 Javascript
jQuery easyUI datagrid 增加求和统计行的实现代码
2016/06/01 Javascript
Vue + Webpack + Vue-loader学习教程之相关配置篇
2017/03/14 Javascript
解决OneThink中无法异步提交kindeditor文本框中修改后的内容方法
2017/05/05 Javascript
微信小程序实现页面跳转传值以及获取值的方法分析
2017/12/18 Javascript
详解VUE中常用的几种import(模块、文件)引入方式
2018/07/03 Javascript
微信小程序中转义字符的处理方法
2019/03/28 Javascript
微信小程序 扭蛋抽奖机css3动画实现详解
2019/07/19 Javascript
一篇文章弄懂javascript中的执行栈与执行上下文
2019/08/09 Javascript
[01:45]IMBATV TI4前线报道-选手到达
2014/07/07 DOTA
python tornado微信开发入门代码
2018/08/24 Python
python2 对excel表格操作完整示例
2020/02/23 Python
浅谈Django QuerySet对象(模型.objects)的常用方法
2020/03/28 Python
浅析Python 多行匹配模式
2020/07/24 Python
Python爬取酷狗MP3音频的步骤
2021/02/26 Python
威尔逊皮革:Wilsons Leather
2018/12/07 全球购物
北京一家公司的.net开发工程师笔试题
2012/04/17 面试题
仓管员岗位责任制
2014/02/19 职场文书
食品安全承诺书
2014/05/22 职场文书
中职三好学生事迹材料
2014/08/24 职场文书
父亲节活动总结
2015/02/12 职场文书
民间借贷借条范本
2015/05/25 职场文书
uniapp开发小程序的经验总结
2021/04/08 Javascript
《王国之心》迎来了发售的20周年, 野村哲发布贺图
2022/04/11 其他游戏