在python中，讀寫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。有沒有更好的方法？其實(shí)我們可以用pandas來進(jìn)行excel的數(shù)據(jù)讀寫和分析，事實(shí)上常見的分析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，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，不然會拋異常?？梢酝ㄟ^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dtypes查看字段的類型
pd.dtypes
pd[u'1-12月銷量'].dtypes
條件過濾
# 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 長安CS75 PLUS 長安汽車 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 哈弗 376864
1 2 本田CR-V 16.98-27.68萬 本田 249983
3 4 途觀L 21.58-28.58萬 大眾 178574
4 5 長安CS75 PLUS 10.69-15.49萬 長安汽車 266824
5 6 本田XR-V 12.79-17.59萬 本田 168272
.. ... ... ... ... ...
282 283 北汽新能源EX 18.39-20.29萬 北汽新能源 879
283 284 奔騰X40 暫無報(bào)價(jià) 奔騰 20412
284 285 標(biāo)致2008新能源 16.60-18.80萬 標(biāo)致 37
285 286 獵豹CS10 7.98-11.98萬 獵豹汽車 14
286 287 森雅R7 6.69-10.69萬 一汽 1
[286 rows x 5 columns]
討論
pandas庫用于大數(shù)據(jù)分析和AI，庫本身比較復(fù)雜，很多功能未必用得上，日常使用可以簡單的封裝，能夠讀、寫、搜索excel或csv數(shù)據(jù)，pandas比起專門操作excel的庫要好用得多，簡單封裝一下即可。詳細(xì)的使用說明，可以參見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！
