Python中的“Excel” ｜17 Pandas库

Python非常强大，原因之一就是它有丰富的类库。这次我们体验一下Pandas库，用python处理excel数据。

读取和保存

首次使用pandas时需要安装这个库，安装方法可参考第15期。

安装完成后，我们正式开始。

首先，使用import pandas把pandas库导入。一般，由于pandas单词太长，我们给他起个别名：

这样，后面就可以使用pd代替pandas了。

接下来，我们准备一个excel文件。

这里，保存的文件名叫做"data.xlsx"，把它放在了和代码文件同级的目录下。

开始读取文件，我们用pd.read_excel("文件名")来读取

现在doc中储存的就是excel表中的内容了。打印出来：

读取可以了，怎样保存呢？把刚才的doc保存成新的excel文件"newdata.xlsx"可以这样写：

如图，在经过左边代码运行之后，桌面上产生了新文件"newdata.xlsx"。

打开newdata，对比一下：

新文件中多了第一列，这是怎么回事呢？原来，保存文件时，默认会添加一列序号，如果不想要，保存时可以多加一个"index=False"：

这样就没有那一列了。

另外，to_excel还有其他参数，比如，columns可以选择保存哪些列。举个例子，要保存name和score1，可以加上"columns=["name","score1"]"。这样写：

数据求和

我们把三个score列相加，计算一个总分，放在一个叫做"sum"新列上。这个场景好像似曾相识，在io文件读写那一期，我们用循环一行行地读入，然后相加操作，效率很低。

有了pandas，我们可以直接一行搞定！

我们在这行操作前后都加一个print，看看效果：

可以看到，最后一列就是前面的加和！

数据排序

得到了总分，我们要根据总分进行排序。一句话解决：

by="sum"，意思就是根据sum这一列来排序。执行这句话后，sort_result里储存的就是排序后的结果。

完整代码如下：

注意，默认情况sort_values按照升序排列，如果要从大到小，则需要加一个"ascending=False"。

好啦！排序完成！

不过，这里还有一个tip！我们使用sort_result来储存排序后的结果，默认原来的doc是没有改变的！

如果希望直接在doc里改变数据，不再用另外一个变量来存排序结果，可以加上"inplace=True"，意思是直接在原位置改变顺序。

数据筛选

得到了全班同学的总成绩，老师想挑出来总分达到270的同学奖励一朵小红花。

excel中有一个筛选功能可以实现，那么用pandas如何操作呢？

使用loc功能！loc[]里面放筛选条件，用()括起来，比如这个例子：

可以把总分达到270的同学筛选出来。

完整代码：

筛选也可以有多个条件，比如满足三科都达到80的同学，可以这样筛选：

每个筛选条件用()括起来，中间用&隔开，&可以理解为“并且”。

注意！省去这三个()会报错！

完整代码：

快去动手编码尝试下吧！

点个在看你最好看~