算数运算
"""
前面减后面
add 加法
sub 减法
div 除法
floordiv 整除
mul 乘法
pow 幂次方
后面减前面
rsub 减法
rdiv 除法
rfloordiv 整除
rpow 幂次方
替换无穷大
replace(np.inf,0)
np.nan NaN
np.inf inf
-np.inf -inf
"""
path = r"C:\work\python\pandas_files\计算.xlsx"
data = pd.read_excel(path)
print(data)
output
1店 2店
0 5.0 3.0
1 NaN 1.0
2 1.0 NaN
# 1店的数都增加5
data['1店'] = data['1店'] + 5
print(data)
output
1店 2店
0 10.0 3.0
1 NaN 1.0
2 6.0 NaN
# 汇总两个店的数据
data['汇总'] = data["1店"] + data["2店"]
print(data)
output
1店 2店 汇总
0 10.0 3.0 13.0
1 NaN 1.0 NaN
2 6.0 NaN NaN
# 进行空值的处理
data['汇总'] = data['1店'].fillna(0) + data['2店'].fillna(0)
print(data)
output
1店 2店 汇总
0 10.0 3.0 13.0
1 NaN 1.0 1.0
2 6.0 NaN 6.0
import numpy as np
# fill_value=0 在做运算前，将NaN值用0填充
# 加法
data['汇总'] = data['1店'].add(data['2店'], fill_value=0)
print(data)
output
1店 2店 汇总
0 10.0 3.0 13.0
1 NaN 1.0 1.0
2 6.0 NaN 6.0
# 减法sub
data['汇总'] = data['1店'].sub(data['2店'], fill_value=0)
print(data)
output
1店 2店 汇总
0 10.0 3.0 7.0
1 NaN 1.0 -1.0
2 6.0 NaN 6.0
# 除法
data['汇总'] = data['1店'].div(data['2店'], fill_value=0)
print(data)
output
1店 2店 汇总
0 10.0 3.0 3.333333
1 NaN 1.0 0.000000
2 6.0 NaN inf
# 将无穷大替换为0
data.replace(np.inf, 0, inplace=True)
print(data)
output
1店 2店 汇总
0 10.0 3.0 3.333333
1 NaN 1.0 0.000000
2 6.0 NaN 0.000000
# 相减
data['汇总'] = data['1店'].sub(data['2店'], fill_value=0)
# 后面减前面
data['汇总1'] = data['1店'].rdiv(data['汇总'], fill_value=0)
data.replace(-np.inf, 0, inplace=True)
print(data)
output
1店 2店 汇总 汇总1
0 10.0 3.0 7.0 0.7
1 NaN 1.0 -1.0 0.0
2 6.0 NaN 6.0 1.0
# 将NaN替换成0
data.replace(np.nan, 0, inplace=True)
print(data)
output
1店 2店 汇总 汇总1
0 10.0 3.0 7.0 0.7
1 0.0 1.0 -1.0 0.0
2 6.0 0.0 6.0 1.0
分层索引
path = r"C:\work\python\pandas_files\销售.xlsx"
data = pd.read_excel(path, header=[0, 1])
print(data)
output
土豆 倭瓜
销量 毛利 销量 毛利
0 10 5 20 6
1 11 4 30 5
# 查看多层索引的列信息
print(data.columns)
output
MultiIndex([('土豆', '销量'),
('土豆', '毛利'),
('倭瓜', '销量'),
('倭瓜', '毛利')],
)
# 取出土豆的销量
b = data[('土豆', '销量')]
print(b)
output
0 10
1 11
Name: (土豆, 销量), dtype: int64
# 取出土豆的销量和毛利
b = data[[('土豆', '销量'), ('土豆', '毛利')]]
print(b)
output
土豆
销量 毛利
0 10 5
1 11 4
# 取出土豆的销量和倭瓜的销量
b = data[[('土豆', '销量'), ('倭瓜', '销量')]]
print(b)
output
土豆 倭瓜
销量 销量
0 10 20
1 11 30
# 计算土豆和我挂的销量总和
b = data[('土豆', '销量')] + data[('倭瓜', '销量')]
print(b)
output
0 30
1 41
dtype: int64
# 汇总土豆和倭瓜的销量和毛利
b = data['土豆'] + data['倭瓜']
print(b)
print(b.columns)
output
销量 毛利
0 30 11
1 41 9
Index(['销量', '毛利'], dtype='object')
# 创建多层索引
b.columns = pd.MultiIndex.from_product([['总计'], b.columns])
print(b)
output
总计
销量 毛利
0 30 11
1 41 9
# 将汇总数据与原数据横向拼接
data = pd.concat([data, b], axis=1)
print(data)
output
土豆 倭瓜 总计
销量 毛利 销量 毛利 销量 毛利
0 10 5 20 6 30 11
1 11 4 30 5 41 9
分箱
# 产生50个10-100之间的成绩
score = np.random.randint(10, 100, 50)
print(score)
output
[66 71 32 35 37 95 59 31 78 10 29 24 20 98 73 66 14 99 14 62 75 68 96 21
84 97 69 21 35 87 74 28 57 32 76 29 66 32 97 12 87 91 69 34 72 44 91 26
15 55]
# 对分组数据指定范围
xz = [0, 60, 70, 80, 100]
xzname = ['差', '中', '良', '优']
# 对数据进行分组
b = pd.cut(score, xz)
print(b)
output
[(60, 70], (70, 80], (0, 60], (0, 60], (0, 60], ..., (0, 60], (80, 100], (0, 60], (0, 60], (0, 60]]
Length: 50
Categories (4, interval[int64, right]): [(0, 60] < (60, 70] < (70, 80] < (80, 100]]
# 显示重复值的数量
c = b.value_counts()
print(c)
output
(0, 60] 25
(60, 70] 7
(70, 80] 7
(80, 100] 11
Name: count, dtype: int64
# 如果上面统计出错，就可以构造一个Series对象来统计
c = pd.Series(b).value_counts()
print(c)
output
(0, 60] 25
(80, 100] 11
(60, 70] 7
(70, 80] 7
Name: count, dtype: int64
# 用优良中差来表示
b = pd.cut(score, xz, labels=xzname)
print(b.value_counts())
output
差 25
中 7
良 7
优 11
Name: count, dtype: int64
# 等平分箱
# 产生50个10-100之间的成绩
score = np.random.randint(10, 100, 50)
print(score)
# 最大值、最小值
print(score.max())
print(score.min())
# 将箱子平均分成5粉
b = pd.qcut(score, q=4)
print(b.value_counts())
output
[38 61 75 18 60 92 13 55 79 15 91 28 86 85 18 85 32 29 30 78 73 43 94 49
27 36 74 90 69 98 17 56 26 86 48 21 56 77 41 42 22 50 46 66 39 69 53 64
70 64]
98
13
(12.999, 33.0] 13
(33.0, 55.5] 12
(55.5, 74.75] 12
(74.75, 98.0] 13
Name: count, dtype: int64
合并
import os
# 合并同一个文件夹中的所有excle文件
path = r"C:\work\python\pandas_files\excel的合并与拆分01\\"
# 创建一个空的表
data = pd.DataFrame()
# 得到文件夹中的所有文件
allfile = os.listdir(path)
# 遍历取出每一个文件
for fname in allfile:
data1 = pd.read_excel(path+fname) # 读取excel文件
data = pd.concat([data, data1], axis=0) # 拼接
data.set_index("日期", inplace=True) # 设置索引
data.to_excel('合并.xlsx') # 写入文件
# 同一个工作簿的多个Sheet合并
path = r"C:\work\python\pandas_files\excel的合并与拆分03\合并2.xlsx"
# 第二个参数
# sheet_name='Sheet1' 指定读取某一个工作表
# sheet_name=None 读取所有工作表
data = pd.read_excel(path, sheet_name=None)
print(data)
newdata = pd.DataFrame()
for v in data.values():
newdata = pd.concat([newdata, v])
newdata.set_index("序号", inplace=True)
print(newdata)
newdata.to_excel("a合并.xlsx")
拆分
# 将一个工作表拆分成多个excel文件中
path = r"C:\work\python\pandas_files\excel的合并与拆分03\拆分.xlsx"
data = pd.read_excel(path)
print(data)
# 对部门删除重复值
bmlst = data['部门'].drop_duplicates()
for bm in bmlst:
b = data[data.部门 == bm]
b.to_excel("a"+bm+'.xlsx')
# 将一个工作表拆分成同一个excel中的多个工作表
path = r"C:\work\python\pandas_files\excel的合并与拆分03\拆分.xlsx"
data = pd.read_excel(path)
print(data)
# 对部门删除重复值
bmlst = data['部门'].drop_duplicates()
with pd.ExcelWriter('a拆分.xlsx') as ew:
for bm in bmlst:
b = data[data.部门 == bm]
b.to_excel(ew, sheet_name=bm, index=False)
