免費(fèi)AI編程助手
在python中，讀寫(xiě)excel數(shù)據(jù)方法很多，比如xlrd、xlwt和openpyxl，實(shí)際上限制比較多，不是很方便。比如openpyxl也不支持csv格式。有沒(méi)有更好的方法？其實(shí)我們可以用pandas來(lái)進(jìn)行excel的數(shù)據(jù)讀寫(xiě)和分析，事實(shí)上常見(jiàn)的分析excel數(shù)據(jù)的代碼大多都是建立在pandas上的。
方案
更好的方法可以使用pandas，雖然pandas不是專門處理excel數(shù)據(jù)，但處理excel數(shù)據(jù)確實(shí)很方便。
本文使用excel的數(shù)據(jù)來(lái)自網(wǎng)絡(luò)，數(shù)據(jù)內(nèi)容如下：
2.1.安裝
使用pip進(jìn)行安裝。
pip3 install pandas
導(dǎo)入pandas：
import pandas as pd
下文使用pd進(jìn)行pandas的操作。
2.2.讀寫(xiě)文件
讀取文件，比如excel，csv文件
# df是pandas.core.frame.DataFrame類型
df = pd.read_excel('./data/2020-suv.xlsx')
# read_csv可以指定分割符，編碼方式等
df2 = pd.read_csv('./data/2020-suv.csv')
寫(xiě)入文件：
df.to_excel('./data/2020-suv-new.xlsx')
df.to_csv('./data/2020-suv-new.csv')
2.3.數(shù)據(jù)操作
all_cols = df.columns
print(all_cols)
# 輸出，df.columns并非list類型
Index(['銷量排名', '車系', '官方價(jià)', '從屬品牌', '1-12月銷量'], dtype='object')
# df.columns并非list類型，可以轉(zhuǎn)化list
cols = list(df.columns)
獲取列數(shù)據(jù)
col_data = df[u'車系']
mul_col_data = df[ [u'車系', u'1-12月銷量'] ]
獲取行數(shù)據(jù)
row_data = df.iloc[row_index]
獲取所有行數(shù)據(jù)
all_data = df.values
切片獲取多行數(shù)據(jù)
mul_row_data = df.iloc[2:4]
獲取單元個(gè)數(shù)據(jù)
cell_data = df.iloc[row_index][col_index]
2.4.數(shù)據(jù)篩選
Excel數(shù)據(jù)篩選比較實(shí)用，用pandas同樣可以，并且篩選代碼保存后，下次可以直接使用。
某個(gè)字段包含指定值
# 包含一個(gè)值，na表示是否需要填充，case表示是否區(qū)分大小寫(xiě)，更強(qiáng)大的是contains還支持正則表達(dá)式
sub_df = df[ df[col_name].str.contains('key1', na=False, case=False) ]
# 包含多個(gè)值，多次調(diào)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) ]
# 包含多個(gè)值(或）
sub_df = df[ df[col_name].str.contains('key1|key2|key3', na=False, case=False) ]
# 不包含，也就是非的過(guò)濾
sub_df = df[ ~df[col_name].str.contains('key1', na=False, case=False) ]
上述操作，都假設(shè)字段類型是字符串類型，不然會(huì)拋異常。可以通過(guò)以下的方法，可以判斷字段是否是字符類型：
pd.api.types.is_string_dtype(df[u'車系'])
# 其他類型也有類似的函數(shù)，可以用dir查看有哪些類型判斷
print(dir(pd.api.types))
# 可以通過(guò)dtypes查看字段的類型
pd.dtypes
pd[u'1-12月銷量'].dtypes
條件過(guò)濾
# 大于
df[ df['1-12月銷量'] > 50000 ] .values
# 相等
df[ df['1-12月銷量'] == 50000 ] .values
2.5.數(shù)據(jù)寫(xiě)入
添加一行數(shù)據(jù)：
# 插在最后，row_datas是list
df.loc[len(df.index)] = row_datas
插入一列數(shù)據(jù)
# 在指定列前面插上一列數(shù)據(jù)
df.insert( col_index, col_name, col_datas, True)
更新某個(gè)單元值
df.iloc[row][col] = u'new-data'
2.6.數(shù)據(jù)刪除
刪除一列
df2 = df.drop('官方價(jià)', axis=1, inplace=False)
print(df2)
# 輸出
銷量排名 車系 從屬品牌 1-12月銷量
0 1 哈弗H6 哈弗 376864
1 2 本田CR-V 本田 249983
2 3 博越 吉利汽車 240811
3 4 途觀L 大眾 178574
4 5 長(zhǎng)安CS75 PLUS 長(zhǎng)安汽車 266824
.. ... ... ... ...
282 283 北汽新能源EX 北汽新能源 879
283 284 奔騰X40 奔騰 20412
284 285 標(biāo)致2008新能源 標(biāo)致 37
285 286 獵豹CS10 獵豹汽車 14
286 287 森雅R7 一汽 1
[287 rows x 4 columns]
刪除一行
df3 = df.drop(2, axis=0, inplace=False)
print(df3)
# 輸出
銷量排名 車系 官方價(jià) 從屬品牌 1-12月銷量
0 1 哈弗H6 9.80-15.49萬(wàn) 哈弗 376864
1 2 本田CR-V 16.98-27.68萬(wàn) 本田 249983
3 4 途觀L 21.58-28.58萬(wàn) 大眾 178574
4 5 長(zhǎng)安CS75 PLUS 10.69-15.49萬(wàn) 長(zhǎng)安汽車 266824
5 6 本田XR-V 12.79-17.59萬(wàn) 本田 168272
.. ... ... ... ... ...
282 283 北汽新能源EX 18.39-20.29萬(wàn) 北汽新能源 879
283 284 奔騰X40 暫無(wú)報(bào)價(jià) 奔騰 20412
284 285 標(biāo)致2008新能源 16.60-18.80萬(wàn) 標(biāo)致 37
285 286 獵豹CS10 7.98-11.98萬(wàn) 獵豹汽車 14
286 287 森雅R7 6.69-10.69萬(wàn) 一汽 1
[286 rows x 5 columns]
討論
pandas庫(kù)用于大數(shù)據(jù)分析和AI，庫(kù)本身比較復(fù)雜，很多功能未必用得上，日常使用可以簡(jiǎn)單的封裝，能夠讀、寫(xiě)、搜索excel或csv數(shù)據(jù)，pandas比起專門操作excel的庫(kù)要好用得多，簡(jiǎn)單封裝一下即可。詳細(xì)的使用說(shuō)明，可以參見(jiàn)pandas官方文檔。
https://pandas.pydata.org/docs/user_guide/index.html#user-guide
總結(jié)
到此這篇關(guān)于Python入門學(xué)習(xí)之使用pandas分析excel數(shù)據(jù)的文章就介紹到這了,更多相關(guān)Python用pandas分析excel內(nèi)容請(qǐng)搜索W3Cschool以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持W3Cschool！
