Python使用pandas读取Excel文件数据和预处理小案例

假设有Excel文件data.xlsx，其中内容为

现在需要将这个Excel文件中的数据读入pandas，并且在后续的处理中不关心ID列，还需要把sex列的female替换为1，把sex列的male替换为0。本文演示有关的几个操作。

（1）导入pandas模块

>>> import pandas as pd

（2）把Excel文件中的数据读入pandas

>>> df = pd.read_excel('data.xlsx') >>> df ID age height sex weight 张三 1 39 181 female 85 李四 2 40 180 male 80 王五 3 38 178 female 78 赵六 4 59 170 male 66

（3）删除ID列

可以得到新的DataFrame：

>>> df.drop('ID', axis=1) age height sex weight 张三 39 181 female 85 李四 40 180 male 80 王五 38 178 female 78 赵六 59 170 male 66

也可以直接在原DataFrame上原地删除： >>> df.drop('ID', axis=1, inplace=True) >>> df age height sex weight 张三 39 181 female 85 李四 40 180 male 80 王五 38 178 female 78 赵六 59 170 male 66

（4）替换sex列

方法一：使用replace()方法替换sex列，得到新的DataFrame，如果指定参数inplace=True，则可以原地替换。

>>> df.replace({'female':1, 'male':0}) age height sex weight 张三 39 181 1 85 李四 40 180 0 80 王五 38 178 1 78 赵六 59 170 0 66

方法二：使用map()方法+lambda表达式，原地替换。

>>> df1 = df[:] >>> df1['sex'] = df1['sex'].map(lambda x:1 if x=='female' else 0) >>> df1 age height sex weight 张三 39 181 1 85 李四 40 180 0 80 王五 38 178 1 78 赵六 59 170 0 66

方法三：使用map()方法+字典，原地替换。

>>> df1 = df[:] >>> df1['sex'] = df1['sex'].map({'female':1, 'male':0}) >>> df1 age height sex weight 张三 39 181 1 85 李四 40 180 0 80 王五 38 178 1 78 赵六 59 170 0 66

方法四：使用loc类，原地替换。

>>> df1 = df[:] >>> df1.loc[df['sex']=='female', 'sex'] = 1 >>> df1.loc[df['sex']=='male', 'sex'] = 0 >>> df1 age height sex weight 张三 39 181 1 85 李四 40 180 0 80 王五 38 178 1 78 赵六 59 170 0 66