pandas分析excel数据
原创
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：
2020汽车销售数据
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
- 获取列名
all_cols = df.columnsprint(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listcols = 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.dtypespd[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 ] .values2.5.数据写入
- 添加一行数据：
# 插在最后，row_datas是listdf.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 3768641 2 本田CR-V 本田 2499832 3 博越 吉利汽车 2408113 4 途观L 大众 1785744 5 长安CS75 PLUS 长安汽车 266824.. ... ... ... ...282 283 北汽新能源EX 北汽新能源 879283 284 奔腾X40 奔腾 20412284 285 标致2008新能源 标致 37285 286 猎豹CS10 猎豹汽车 14286 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 3768641 2 本田CR-V 16.98-27.68万 本田 2499833 4 途观L 21.58-28.58万 大众 1785744 5 长安CS75 PLUS 10.69-15.49万 长安汽车 2668245 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 879283 284 奔腾X40 暂无报价 奔腾 20412284 285 标致2008新能源 16.60-18.80万 标致 37285 286 猎豹CS10 7.98-11.98万 猎豹汽车 14286 287 森雅R7 6.69-10.69万 一汽 1[286 rows x 5 columns]原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
评论
作者已关闭评论
推荐阅读
腾讯云开发者
