網站首頁 編程語言 正文
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寫了個腳本自動吧原始導出的成績謄寫到老師給的名單中了哈哈哈，這里就記錄下用到的pandas處理excel的常用方式。（注意：只適用于.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
"""可以注意到，原始表格左上角沒有填入內容，讀取的結果是“Unnamed: 0”?，這是由于read_excel函數會默認把表格的第一行為列索引名。另外，對于行索引名來說，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，然后再用方括號加索引數字?[index]?來索引這列的具體位置的值。這里索引名為name1的列，然后打印位于該列第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后，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 ，只是把 iloc 的整數索引替換成了行列的名稱索引。這種索引方式用起來更直觀。
注意：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() 方法判斷是否等于 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，判斷是否等于 '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，而是返回修改后的數據
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 后，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
原文鏈接：https://blog.csdn.net/Flag_ing/article/details/124790461
相關推薦
- 2024-04-03 linux系統配置nginx兩套以上的前端
- 2022-04-10 React react-cli 簡單配置根目錄和build打包訪問路徑
- 2022-08-28 本周遇到的一些問題整理，有些未完全解決，留在下周寫
- 2022-11-16 kali添加開機自啟的方法_相關技巧
- 2022-05-09 Docker?Overlay2磁盤空間占用過大清理的方法實現_docker
- 2022-04-17 算法時間復雜度和空間復雜度
- 2022-04-15 Python3之字符串比較_重寫cmp函數方式_python
- 2022-06-13 C語言strlen函數實現讀取字符串長度詳解_C 語言
- 最近更新
-
- window11 系統安裝 yarn
- 超詳細win安裝深度學習環境2025年最新版（
- Linux 中運行的top命令 怎么退出？
- MySQL 中decimal 的用法？ 存儲小
- get 、set 、toString 方法的使
- @Resource和 @Autowired注解
- Java基礎操作-- 運算符，流程控制 Flo
- 1. Int 和Integer 的區別，Jav
- spring @retryable不生效的一種
- Spring Security之認證信息的處理
- Spring Security之認證過濾器
- Spring Security概述快速入門
- Spring Security之配置體系
- 【SpringBoot】SpringCache
- Spring Security之基于方法配置權
- redisson分布式鎖中waittime的設
- maven:解決release錯誤：Artif
- restTemplate使用總結
- Spring Security之安全異常處理
- MybatisPlus優雅實現加密？
- Spring ioc容器與Bean的生命周期。
- 【探索SpringCloud】服務發現-Nac
- Spring Security之基于HttpR
- Redis 底層數據結構-簡單動態字符串（SD
- arthas操作spring被代理目標對象命令
- Spring中的單例模式應用詳解
- 聊聊消息隊列，發送消息的4種方式
- bootspring第三方資源配置管理
- GIT同步修改后的遠程分支
提供CDN加速