前言

Pandas 是一種基于 NumPy 的開(kāi)源數(shù)據(jù)分析工具，用于處理和分析大量數(shù)據(jù)。Pandas 模塊提供了一組高效的工具，可以輕松地讀取、處理和分析各種類型的數(shù)據(jù)，包括 CSV、Excel、SQL 數(shù)據(jù)庫(kù)、JSON 等格式的數(shù)據(jù)。

一、Pandas 的主要函數(shù)包括

pd.read_csv() / pd.read_excel() / pd.read_sql() 等：讀取不同格式的數(shù)據(jù)文件或 SQL 數(shù)據(jù)庫(kù)的數(shù)據(jù)。

DataFrame()：創(chuàng)建數(shù)據(jù)框。

df.head() / df.tail()：查看數(shù)據(jù)框的前幾行或后幾行。

df.info()：查看數(shù)據(jù)框的基本信息。

df.describe()：查看數(shù)據(jù)框的統(tǒng)計(jì)信息。

df.drop()：刪除數(shù)據(jù)框的行或列。

df.rename()：重命名數(shù)據(jù)框的行或列。

df.sort_values()：按照指定列排序數(shù)據(jù)框。

df.groupby()：按照指定列分組數(shù)據(jù)框。

df.apply()：對(duì)指定列應(yīng)用函數(shù)。

pd.concat()：合并數(shù)據(jù)框。

pd.merge()：合并數(shù)據(jù)框的數(shù)據(jù)。

df.to_csv() / df.to_excel() / df.to_sql() 等：將數(shù)據(jù)框保存到不同格式的數(shù)據(jù)文件或 SQL 數(shù)據(jù)庫(kù)中。

以上是 Pandas 的一些常用函數(shù)，這些函數(shù)使得數(shù)據(jù)的讀取、處理和分析變得更加方便和高效。

二、使用步驟

1.簡(jiǎn)單示例

下面是 Pandas 對(duì) Excel 文件進(jìn)行讀取、增刪、打開(kāi)、保存等操作的代碼實(shí)現(xiàn)：

import pandas as pd

# 讀取 Excel 文件
df = pd.read_excel('example.xlsx', sheet_name='Sheet1')

# 查看數(shù)據(jù)
print(df)

# 增加一列數(shù)據(jù)
df['New Column'] = [1, 2, 3, 4, 5]

# 刪除一列數(shù)據(jù)
df = df.drop('New Column', axis=1)

# 打開(kāi) Excel 文件
with pd.ExcelWriter('example.xlsx') as writer:
    df.to_excel(writer, sheet_name='Sheet1', index=False)

上述代碼中，我們首先使用 pd.read_excel() 函數(shù)讀取名為 example.xlsx 的 Excel 文件的 Sheet1 工作表，并將其存儲(chǔ)在 df 變量中。接著，我們使用 print() 函數(shù)查看數(shù)據(jù)。

接下來(lái)，我們使用 df[‘New Column’] = [1, 2, 3, 4, 5] 增加一列新數(shù)據(jù)，表示新列的數(shù)據(jù)分別為 1、2、3、4 和 5。然后，我們使用 df = df.drop(‘New Column’, axis=1) 刪除剛剛增加的一列數(shù)據(jù)。

最后，我們使用 pd.ExcelWriter() 函數(shù)打開(kāi) Excel 文件，然后使用 df.to_excel() 函數(shù)將數(shù)據(jù)寫入名為 example.xlsx 的工作表 Sheet1 中，并將索引列排除在外。

2.保存Excel操作

Pandas 可以通過(guò) to_excel() 函數(shù)將數(shù)據(jù)框保存到 Excel 文件中。下面是一個(gè)示例代碼，演示如何將數(shù)據(jù)框保存到 Excel 文件中：

import pandas as pd

# 創(chuàng)建數(shù)據(jù)框
data = {'Name': ['Tom', 'Jerry', 'Mickey', 'Donald'],
        'Age': [20, 25, 22, 28],
        'Gender': ['M', 'M', 'M', 'M']}
df = pd.DataFrame(data)


# 保存數(shù)據(jù)框到 Excel 文件
df.to_excel('example.xlsx', index=False)

在上述代碼中，我們首先創(chuàng)建了一個(gè)包含姓名、年齡和性別信息的數(shù)據(jù)字典 data，然后使用 pd.DataFrame() 函數(shù)將其轉(zhuǎn)換為數(shù)據(jù)框 df。最后，我們使用 df.to_excel() 函數(shù)將數(shù)據(jù)框保存到名為 example.xlsx 的 Excel 文件中，并將索引列排除在外。

在 to_excel() 函數(shù)中，我們可以設(shè)置一些參數(shù)來(lái)控制保存的格式和內(nèi)容，例如：

• sheet_name：指定要保存的工作表名稱。
• header：設(shè)置是否包含表頭行，可以設(shè)置為 True 或 False。
• index：設(shè)置是否包含索引列，可以設(shè)置為 True 或 False。
• startrow 和 startcol：設(shè)置數(shù)據(jù)框的起始行和列。
• float_format：設(shè)置浮點(diǎn)數(shù)的輸出格式。
• encoding：設(shè)置保存文件時(shí)使用的編碼格式。

需要注意的是，在使用 to_excel() 函數(shù)保存數(shù)據(jù)框到 Excel 文件時(shí)，需要安裝相應(yīng)的依賴庫(kù) openpyxl 或 xlsxwriter。如果沒(méi)有安裝這些依賴庫(kù)，可以使用以下命令安裝：

pip install openpyxl
pip install xlsxwriter

安裝完依賴庫(kù)之后，就可以正常地將數(shù)據(jù)框保存到 Excel 文件中了。

3.刪除和添加數(shù)據(jù)

在 Pandas 中，可以使用 drop() 函數(shù)刪除數(shù)據(jù)框中的一行或一列數(shù)據(jù)，使用 append() 函數(shù)添加一行或一列新的數(shù)據(jù)。下面是示例代碼，演示如何刪除一行或一列數(shù)據(jù)以及添加一行或一列新的數(shù)據(jù)：

import pandas as pd

# 創(chuàng)建數(shù)據(jù)框
data = {'Name': ['Tom', 'Jerry', 'Mickey', 'Donald'],
        'Age': [20, 25, 22, 28],
        'Gender': ['M', 'M', 'M', 'M']}
df = pd.DataFrame(data)

# 刪除一行數(shù)據(jù)
df = df.drop(0)  # 刪除第一行數(shù)據(jù)
print(df)

# 刪除一列數(shù)據(jù)
df = df.drop('Gender', axis=1)  # 刪除“Gender”列
print(df)

# 添加一行新數(shù)據(jù)
new_data = {'Name': 'Daisy', 'Age': 24, 'Gender': 'F'}
df = df.append(new_data, ignore_index=True)  # 添加一行新數(shù)據(jù)
print(df)

# 添加一列新數(shù)據(jù)
new_column = ['A', 'B', 'C', 'D']
df['NewColumn'] = new_column  # 添加一列新數(shù)據(jù)
print(df)

在上述代碼中，我們首先創(chuàng)建了一個(gè)包含姓名、年齡和性別信息的數(shù)據(jù)字典 data，然后使用 pd.DataFrame() 函數(shù)將其轉(zhuǎn)換為數(shù)據(jù)框 df。接著，我們使用 drop() 函數(shù)刪除了第一行數(shù)據(jù)和“Gender”列，并使用 append() 函數(shù)添加了一行新數(shù)據(jù)和一列新數(shù)據(jù)。最后，我們打印出修改后的數(shù)據(jù)框。

在 drop() 函數(shù)中，我們需要指定要?jiǎng)h除的行或列的標(biāo)簽，并設(shè)置參數(shù) axis=0 表示刪除行，設(shè)置 axis=1 表示刪除列。

在 append() 函數(shù)中，我們需要指定要添加的新數(shù)據(jù)，可以是字典、列表或數(shù)據(jù)框。參數(shù) ignore_index=True 表示忽略原始數(shù)據(jù)框的索引，并為新添加的行分配新的索引值。

添加新列時(shí)，我們可以直接為數(shù)據(jù)框 df 新建一個(gè)列，并將新數(shù)據(jù)賦值給這個(gè)列即可。需要注意的是，新數(shù)據(jù)的長(zhǎng)度必須與數(shù)據(jù)框的行數(shù)相同。

4.添加新的表單

在 Pandas 中，可以使用 ExcelWriter() 對(duì)象來(lái)向 Excel 文件中添加新的表單。下面是示例代碼，演示如何向 Excel 文件中添加新的表單：

import pandas as pd

# 讀取 Excel 文件
excel_file = pd.ExcelFile('example.xlsx')

# 創(chuàng)建 ExcelWriter 對(duì)象
writer = pd.ExcelWriter('example.xlsx', engine='openpyxl')

# 讀取原始數(shù)據(jù)表單
df = pd.read_excel(excel_file, sheet_name='Sheet1')

# 添加新表單
new_data = {'Name': ['Alice', 'Bob', 'Charlie'],
            'Age': [25, 30, 35]}
df_new = pd.DataFrame(new_data)
df_new.to_excel(writer, sheet_name='Sheet2', index=False)

# 保存 Excel 文件
writer.save()

在上述代碼中，我們首先使用 ExcelFile() 函數(shù)讀取了一個(gè)名為 example.xlsx 的 Excel 文件。接著，我們使用 ExcelWriter() 函數(shù)創(chuàng)建了一個(gè)名為 writer 的 ExcelWriter 對(duì)象，用于向 Excel 文件中添加新的表單。然后，我們使用 read_excel() 函數(shù)讀取了原始數(shù)據(jù)表單，并將其存儲(chǔ)在數(shù)據(jù)框 df 中。接著，我們創(chuàng)建了一個(gè)包含姓名和年齡信息的數(shù)據(jù)字典 new_data，并使用 pd.DataFrame() 函數(shù)將其轉(zhuǎn)換為數(shù)據(jù)框 df_new。然后，我們使用 to_excel() 函數(shù)將數(shù)據(jù)框 df_new 寫入到名為 Sheet2 的新表單中，并設(shè)置參數(shù) index=False 表示不將索引寫入 Excel 文件。最后，我們使用 save() 函數(shù)保存 Excel 文件。

需要注意的是，在使用 ExcelWriter() 對(duì)象向 Excel 文件中添加新的表單時(shí)，需要指定參數(shù) engine=‘openpyxl’，以使用 openpyxl 引擎來(lái)處理 Excel 文件。同時(shí)，在使用 to_excel() 函數(shù)寫入數(shù)據(jù)時(shí)，需要傳遞 ExcelWriter 對(duì)象和新表單的名稱。

到此這篇關(guān)于Pandas實(shí)現(xiàn)Excel文件讀取,增刪,打開(kāi),保存操作的文章就介紹到這了,更多相關(guān)Pandas Excel操作內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論