python数据分析基础006 -利用pandas带你玩转excel表格（上篇）

pip install openpyxl

此时问题就解决啦！！

import pandas as pd

df = pd.DataFrame()

df.to_excel(‘D:/Temp01/test.xlsx’)

print(‘创建成功！！’)

结果：

🍒1.在创建的表格内插入数据

---

只需将我们定义的数据传入Dataframe内即可：

import pandas as pd

numb_list = {

‘ID’:[1,2,3,4],

‘name’:[‘苏凉’,‘jake’,‘佚名’,‘Tom’],

‘age’:[22,18,25,16],

‘QQ_num’:[787991021,2544722208,12545654,58456]

}

df = pd.DataFrame(numb_list)

df.to_excel(‘D:/Temp01/test.xlsx’)

print(‘创建成功！！’)

运行结果：

🍒2.修改索引

---

利用set_index设置索引

df = df.set_index(‘ID’)

结果：

🍁（二）读取文件

============================================================================

🍒1.导入excel表格

---

people = pd.read_excel(‘./People.xlsx’) #导入excel表格

🍒2.查看表格形状

---

print(people.shape) #查看有多少行多少列

🍒3.查看列名

---

x = people.columns

for i in x:

print(i)

结果：

✨3.1 当第一行为空或有其他数据

遇到上述两种情况在读取列名时，pandas默认第一行为列名，当第一行为空时则需要设置header=某行

import pandas as pd

people = pd.read_excel(‘./People.xlsx’,header = 1)

print(people.columns)

✨3.2 自定义列名

当打开的文件没有列名时，我们需要设置列名。

import pandas as pd

people = pd.read_excel(‘./People.xlsx’,header=None)

自定义列名

people.columns=[‘ID’,‘Type’,‘Title’,‘FirstName’,‘MiddleName’,‘LastName’]

people.set_index(‘ID’,inplace=True)

print(people.columns)

保存

people.to_excel(‘./test.xlsx’)

print(‘save success’)

结果：

✨3.3 指定索引

在上面我们创建了一个test文件。当我们再次打开时，pandas会给我们重新创建一个索引，如下图：

这时我们需要指定索引

import pandas as pd

people = pd.read_excel(‘./test.xlsx’,index_col=“ID”)

people.to_excel(‘./test1.xlsx’)

print(‘save success’)

结果：

🍒4.用Series创建行，列，单元格

---

import pandas as pd

d1 = pd.Series([10,20,30],index=[1,2,3],name=‘a’)

d2 = pd.Series([40,50,60],index=[1,2,3],name=‘b’)

d3 = pd.Series([100,200,300],index=[2,3,4],name=‘c’)

df = pd.DataFrame({d1.name:d1,d2.name:d2,d3.name:d3})

df2 = pd.DataFrame([d1,d2,d3])

print(df)

print(‘*’*100)

print(df2)

结果：

从上述结果可以看出通过Series创建的值传到Dataframe时需要用字典的形式，否则索引会自动转换为列。

🍒5.利用pandas实现excel自动填充

---

✨5.1 填充普通序列

实例：填充ID，InStore，Date

import pandas as pd

books = pd.read_excel(‘./Books.xlsx’,skiprows=3,usecols=‘C:F’,dtype={‘ID’:str})

df = pd.DataFrame(books)

for i in books.index:

对id自动填充

books[‘ID’].at[i] = i+1

对Instore自动填充

books[‘InStore’].at[i] = ‘no’ if i%2==0 else ‘yes’

print(books)

结果：

✨5.2 填充日期序列

填充日期序列时，我们需要事先从datetime中导入date,timedelda模块

from datetime import date,timedelta

设置初始日期

start_time = date(2019,1,25)

🎐5.2.1 填充日

books[‘Date’].at[i] = start_time + timedelta(days=i)

结果：

注：timedelda最多只能加到日期，无法加年以及月！！

🎐5.2.2 填充年

books[‘Date’].at[i] = date(start_time.year+i,start_time.month,start_time.day)

结果：

🎐5.2.3 填充月（难点！！！）

在填充月份时我们需要注意月份最高为12月，若>12月则从1月开始

定义月份的时间函数：

d -日期 ，md—月的该变量

def add_month(d,md):

得到含有多少年

yd = md//12

获取月份

m = d.month +md%12

判断是否满足条件

if m != 12:

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）

0073727)]

[外链图片转存中…(img-q7Xs6Mth-1712920073728)]

[外链图片转存中…(img-Qa6ksovF-1712920073728)]

[外链图片转存中…(img-7osOd2tj-1712920073728)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）