经验首页 前端设计 程序设计 Java相关 移动开发 数据库/运维 软件/图像 大数据/云计算 其他经验
当前位置：技术经验 » 程序设计 » Python » 查看文章
python?pandas处理excel表格数据的常用方法总结
来源：jb51　　时间：2022/7/25 15:26:31　　对本文有异议

前言

最近助教改作业导出的成绩表格跟老师给的名单顺序不一致，脑壳一亮就用pandas写了个脚本自动吧原始导出的成绩誊写到老师给的名单中了哈哈哈，这里就记录下用到的pandas处理excel的常用方式。（注意：只适用于.xlsx类型的文件）

1、读取xlsx表格：pd.read_excel()

原始内容如下：

a）读取第n个Sheet（子表，在左下方可以查看或增删子表）的数据

  1. import pandas as pd
  2. # 每次都需要修改的路径
  3. path = "test.xlsx"
  4. # sheet_name默认为0，即读取第一个sheet的数据
  5. sheet = pd.read_excel(path, sheet_name=0)
  6. print(sheet)
  7. """
  8.   Unnamed: 0  name1  name2  name3
  9. 0       row1      1    2.0      3
  10. 1       row2      4    NaN      6
  11. 2       row3      7    8.0      9
  12. """

可以注意到，原始表格左上角没有填入内容，读取的结果是“Unnamed: 0” ，这是由于read_excel函数会默认把表格的第一行为列索引名。另外，对于行索引名来说，默认从第二行开始编号（因为默认第一行是列索引名，所以默认第一行不是数据），如果不特意指定，则自动从0开始编号，如下。

  1. sheet = pd.read_excel(path)
  2. # 查看列索引名，返回列表形式
  3. print(sheet.columns.values)
  4. # 查看行索引名，默认从第二行开始编号，如果不特意指定，则自动从0开始编号，返回列表形式
  5. print(sheet.index.values)
  6. """
  7. ['Unnamed: 0' 'name1' 'name2' 'name3']
  8. [0 1 2]
  9. """

b）列索引名还可以自定义，如下：

  1. sheet = pd.read_excel(path, names=['col1', 'col2', 'col3', 'col4'])
  2. print(sheet)
  3. # 查看列索引名，返回列表形式
  4. print(sheet.columns.values)
  5. """
  6.    col1  col2  col3  col4
  7. 0  row1     1   2.0     3
  8. 1  row2     4   NaN     6
  9. 2  row3     7   8.0     9
  10. ['col1' 'col2' 'col3' 'col4']
  11. """

c）也可以指定第n列为行索引名，如下：

  1. # 指定第一列为行索引
  2. sheet = pd.read_excel(path, index_col=0)
  3. print(sheet)
  4. """
  5.       name1  name2  name3
  6. row1      1    2.0      3
  7. row2      4    NaN      6
  8. row3      7    8.0      9
  9. """

d）读取时跳过第n行的数据

  1. # 跳过第2行的数据（第一行索引为0）
  2. sheet = pd.read_excel(path, skiprows=[1])
  3. print(sheet)
  4. """
  5.   Unnamed: 0  name1  name2  name3
  6. 0       row2      4    NaN      6
  7. 1       row3      7    8.0      9
  8. """

2、获取表格的数据大小：shape

  1. path = "test.xlsx"
  2. # 指定第一列为行索引
  3. sheet = pd.read_excel(path, index_col=0)
  4. print(sheet)
  5. print('==========================')
  6. print('shape of sheet:', sheet.shape)
  7. """
  8.       name1  name2  name3
  9. row1      1    2.0      3
  10. row2      4    NaN      6
  11. row3      7    8.0      9
  12. ==========================
  13. shape of sheet: (3, 3)
  14. """

3、索引数据的方法：[ ] / loc[] / iloc[]

1、直接加方括号索引

可以使用方括号加列名的方式 [col_name] 来提取某列的数据，然后再用方括号加索引数字 [index] 来索引这列的具体位置的值。这里索引名为name1的列，然后打印位于该列第1行（索引是1）位置的数据：4，如下：

  1. sheet = pd.read_excel(path)
  2. # 读取列名为 name1 的列数据
  3. col = sheet['name1']
  4. print(col)
  5. # 打印该列第二个数据
  6. print(col[1]) # 4
  7. """
  8. 0    1
  9. 1    4
  10. 2    7
  11. Name: name1, dtype: int64
  12. 4
  13. """

2、iloc方法，按整数编号索引

使用 sheet.iloc[ ] 索引，方括号内为行列的整数位置编号（除去作为行索引的那一列和作为列索引的哪一行后，从 0 开始编号）。
a）sheet.iloc[1, 2] ：提取第2行第3列数据。第一个是行索引，第二个是列索引

b）sheet.iloc[0: 2] ：提取前两行数据

c）sheet.iloc[0:2, 0:2] ：通过分片的方式提取 前两行 的 前两列 数据

  1. # 指定第一列数据为行索引
  2. sheet = pd.read_excel(path, index_col=0)
  3. # 读取第2行（row2）的第3列（6）数据
  4. # 第一个是行索引，第二个是列索引
  5. data = sheet.iloc[1, 2]
  6. print(data)  # 6
  7. print('================================')
  8. # 通过分片的方式提取 前两行 数据
  9. data_slice = sheet.iloc[0:2]
  10. print(data_slice)
  11. print('================================')
  12. # 通过分片的方式提取 前两行 的 前两列 数据
  13. data_slice = sheet.iloc[0:2, 0:2]
  14. print(data_slice)
  15. """
  16. 6
  17. ================================
  18.       name1  name2  name3
  19. row1      1    2.0      3
  20. row2      4    NaN      6
  21. ================================
  22.       name1  name2
  23. row1      1    2.0
  24. row2      4    NaN
  25. """

3、loc方法，按行列名称索引

使用 sheet.loc[ ] 索引，方括号内为行列的名称字符串。具体使用方式同 iloc ，只是把 iloc 的整数索引替换成了行列的名称索引。这种索引方式用起来更直观。

注意：iloc[1: 2] 是不包含2的，但是 loc['row1': 'row2'] 是包含 'row2' 的。

  1. # 指定第一列数据为行索引
  2. sheet = pd.read_excel(path, index_col=0)
  3. # 读取第2行（row2）的第3列（6）数据
  4. # 第一个是行索引，第二个是列索引
  5. data = sheet.loc['row2', 'name3']
  6. print(data)  # 1
  7. print('================================')
  8. # 通过分片的方式提取 前两行 数据
  9. data_slice = sheet.loc['row1': 'row2']
  10. print(data_slice)
  11. print('================================')
  12. # 通过分片的方式提取 前两行 的 前两列 数据
  13. data_slice1 = sheet.loc['row1': 'row2', 'name1': 'name2']
  14. print(data_slice1)
  15. """
  16. 6
  17. ================================
  18.       name1  name2  name3
  19. row1      1    2.0      3
  20. row2      4    NaN      6
  21. ================================
  22.       name1  name2
  23. row1      1    2.0
  24. row2      4    NaN
  25. """

4、判断数据为空：np.isnan() / pd.isnull()

1、使用 numpy 库的 isnan() 或 pandas 库的 isnull() 方法判断是否等于 nan 。

  1. sheet = pd.read_excel(path)
  2. # 读取列名为 name1 的列数据
  3. col = sheet['name2']
  4.  
  5. print(np.isnan(col[1]))  # True
  6. print(pd.isnull(col[1]))  # True
  7. """
  8. True
  9. True
  10. """

2、使用 str() 转为字符串，判断是否等于 'nan' 。

  1. sheet = pd.read_excel(path)
  2. # 读取列名为 name1 的列数据
  3. col = sheet['name2']
  4. print(col)
  5. # 打印该列第二个数据
  6. if str(col[1]) == 'nan':
  7.     print('col[1] is nan')
  8. """
  9. 0    2.0
  10. 1    NaN
  11. 2    8.0
  12. Name: name2, dtype: float64
  13. col[1] is nan
  14. """

5、查找符合条件的数据

下面的代码意会一下吧

  1. # 提取name1 == 1 的行
  2. mask = (sheet['name1'] == 1)
  3. x = sheet.loc[mask]
  4. print(x)
  5. """
  6.       name1  name2  name3
  7. row1      1    2.0      3
  8. """

6、修改元素值：replace()

sheet['name2'].replace(2, 100, inplace=True) ：把 name2 列的元素 2 改为元素 100，原位操作。

  1. sheet['name2'].replace(2, 100, inplace=True)
  2. print(sheet)
  3. """
  4.       name1  name2  name3
  5. row1      1  100.0      3
  6. row2      4    NaN      6
  7. row3      7    8.0      9
  8. """

sheet['name2'].replace(np.nan, 100, inplace=True) ：把 name2 列的空元素（nan）改为元素 100，原位操作。

  1. import numpy as np 
  2. sheet['name2'].replace(np.nan, 100, inplace=True)
  3. print(sheet)
  4. print(type(sheet.loc['row2', 'name2']))
  5. """
  6.       name1  name2  name3
  7. row1      1    2.0      3
  8. row2      4  100.0      6
  9. row3      7    8.0      9
  10. """

7、增加数据：[ ]

增加列，直接使用中括号 [ 要添加的名字 ] 添加。

sheet['name_add'] = [55, 66, 77] ：添加名为 name_add 的列，值为[55, 66, 77]

  1. path = "test.xlsx"
  2. # 指定第一列为行索引
  3. sheet = pd.read_excel(path, index_col=0)
  4. print(sheet)
  5. print('====================================')
  6. # 添加名为 name_add 的列，值为[55, 66, 77]
  7. sheet['name_add'] = [55, 66, 77]
  8. print(sheet)
  9. """
  10.       name1  name2  name3
  11. row1      1    2.0      3
  12. row2      4    NaN      6
  13. row3      7    8.0      9
  14. ====================================
  15.       name1  name2  name3  name_add
  16. row1      1    2.0      3        55
  17. row2      4    NaN      6        66
  18. row3      7    8.0      9        77
  19. """

8、删除数据：del() / drop()

a）del(sheet['name3']) ：使用 del 方法删除

  1. sheet = pd.read_excel(path, index_col=0)
  2. # 使用 del 方法删除 'name3' 的列
  3. del(sheet['name3'])
  4. print(sheet)
  5. """
  6.       name1  name2
  7. row1      1    2.0
  8. row2      4    NaN
  9. row3      7    8.0
  10. """

b）sheet.drop('row1', axis=0)

使用 drop 方法删除 row1 行，删除列的话对应的 axis=1。

当 inplace 参数为 True 时，不会返回参数，直接在原数据上删除

当 inplace 参数为 False （默认）时不会修改原数据，而是返回修改后的数据

  1. sheet.drop('row1', axis=0, inplace=True)
  2. print(sheet)
  3. """
  4.       name1  name2  name3
  5. row2      4    NaN      6
  6. row3      7    8.0      9
  7. """

c）sheet.drop(labels=['name1', 'name2'], axis=1)

使用 label=[ ] 参数可以删除多行或多列

  1. # 删除多列，默认 inplace 参数位 False，即会返回结果
  2. print(sheet.drop(labels=['name1', 'name2'], axis=1))
  3. """
  4.       name3
  5. row1      3
  6. row2      6
  7. row3      9
  8. """

9、保存到excel文件：to_excel()

1、把 pandas 格式的数据另存为 .xlsx 文件

  1. names = ['a', 'b', 'c']
  2. scores = [99, 100, 99]
  3. result_excel = pd.DataFrame()
  4. result_excel["姓名"] = names
  5. result_excel["评分"] = scores
  6. # 写入excel
  7. result_excel.to_excel('test3.xlsx')

 2、把改好的 excel 文件另存为 .xlsx 文件。

比如修改原表格中的 nan 为 100 后，保存文件：

  1. import numpy as np 
  2. # 指定第一列为行索引
  3. sheet = pd.read_excel(path, index_col=0)
  4. sheet['name2'].replace(np.nan, 100, inplace=True)
  5. sheet.to_excel('test2.xlsx')

打开 test2.xlsx 结果如下：

总结

到此这篇关于python pandas处理excel表格数据的常用方法的文章就介绍到这了,更多相关pandas处理excel数据内容请搜索w3xue以前的文章或继续浏览下面的相关文章希望大家以后多多支持w3xue！

 友情链接：直通硅谷 　点职佳 　北美留学生论坛

Python热门文章

  • Python | 新冠肺炎疫情数据的爬取与可视化分析
  • Python爬小草1024图片，盖达尔的诱惑（urllib.request）
  • pytorch如何获得模型的计算量和参数量
  • 计算曲线与坐标轴的面积
  • 基于Python实现语音合成小工具
  • PyQt5笔记之弹出窗口大全
  • python反编译学习之字节码详解
  • Python爬虫基础讲解（二十）：多进程——multiprocessing模块的使用
  • python?OpenCV计算图片相似度的5种算法
  • matplotlib 设置图形大小时 figsize 与 dpi 的关系

    • Python推荐文章

  • python 音频处理（2)——提取PPG特征之whisper库的使用（2.1）
  • 《最新出炉》系列初窥篇-Python+Playwright自动化测试-60 - 判断元素是否显示 - 下篇 - 北京-宏哥
  • [python] 启发式算法库scikit-opt使用指北
  • 《最新出炉》系列初窥篇-Python+Playwright自动化测试-59 - 判断元素是否显示 - 上篇 - 北京-宏哥
  • 界面自动化测试录制工具，让python selenium自动化测试脚本开发更加方便
  • 《最新出炉》系列入门篇-Python+Playwright自动化测试-56- 多文件上传 - 下篇 - 北京-宏哥
  • 音频文件降噪及python示例
  • 全网最适合入门的面向对象编程教程：20 类和对象的 Python 实现-组合关系的实现与 CSV 文件保存
  • 张高兴的 MicroPython 入门指南：（一）环境配置、Blink、部署
  • Python——比 Seaborn 更好的相关性热力图：Biokit Corrplot

    • 本站QQ群：前端 618073944 | Java 606181507 | Python 626812652 | C/C++ 612253063 | 微信 634508462 | 苹果 692586424 | C#/.net 182808419 | PHP 305140648 | 运维 608723728

    W3xue 的所有内容仅供测试，对任何法律问题及风险不承担任何责任。通过使用本站内容随之而来的风险与本站无关。
    关于我们  |  意见建议  |  捐助我们  |  报错有奖  |  广告合作、友情链接（目前9元/月）请联系QQ：27243702 沸活量
    皖ICP备17017327号-2　皖公网安备34020702000426号