pandas 简单的 excel 处理

pandas Excel简单的操作

读写excel，csv

a.xlsx

Title	name	age	Time
ti1	wang	23	2021/2/2 22:24
ti2	zhang	33	2021/2/2 22:24

示例：

import pandas as pd

# 读取excel时，会将第一行数据，当作列名
df = pd.read_excel('../a.xlsx')
df2 = pd.read_csv('../a.csv')

# 打印时，左侧会多一列数字，是自动生成的索引
print(df)

# 写入excel
df.to_excel('b.xlsx', index=False)
df.to_csv('b.csv',index=False)

打印结果：

  Title   name  age                Time
0   ti1   wang   23 2021-02-02 22:24:00
1   ti2  zhang   33 2021-02-02 22:24:00

数据维度：数据有几行几列

# 查看数据的维度：几行几列
row,col = df.shape
print(row,col)   # 2 4；即2行4列

数据排序

# 按照 Title列升序，name列降序，进行排序
df = df.sort_values(by=["Title","name"],ascending=[True,False])
# 重置索引，有需要的话可以重置一下，因为排序完成后，索引也被打乱了
df.index = list(range(df.shape[0]))

获取某列数据

# 通过df[列名],可以获取某列的数据
col1 = df["Title"]
print(col1)

结果：

0    ti1
1    ti2

遍历，赋值，判断是否为空

# 遍历某列数据;iat 可以获取某个位置的数据
for i in range(df["Title"].shape[0]): # shape[0]也就是行数
    print(df["Title"].iat[i])
    # 给某个位置赋值
    df['Title'].iat[i] = 1
    # 判断某个数据是否为空值: pd.isna()
    if pd.isna(df["Title"].iat[i]):
        print("This item is None.")

数据类型转换

# 将某列转换成时间格式
df["Time"] = pd.to_datetime(df["Time"])
# 将某列转换成字符串
df["age"] = df["age"].astype(str)

数据去重

# 获取某列不重复的值
print(df["Title"].unique())

过滤筛选

# 过滤数据，过滤 Title 为 ti1 的所有数据行
print(df[df["Title"] == "ti1"])

手动生成数据，写入excel

data = {
    "Name":["wang","zhang"], # 键值对，键作为列名，会写入excel第一行，值作为每行的数据
    "age":[22,23]
        }
df = pd.DataFrame(data=data)
df.to_excel('b.xlsx',index=False)

生成的：b.xlsx

Name	age
wang	22
zhang	23