Python自动化测试-使用Pandas来高效处理测试数据

测试界的海飞丝

于 2024-08-19 15:55:55 发布

阅读量259

点赞数 1

分类专栏：软件测试自动化测试文章标签： python pandas 开发语言

本文链接：https://blog.csdn.net/2401_85696278/article/details/141327621

版权

67 篇文章 0 订阅

订阅专栏

65 篇文章 0 订阅

订阅专栏

1.Pandas是什么？

2.经典面试题

通过面试题引出主题，读者可以思考，如果你遇到这题，该如何解答呢？

1.安装

a.通过Pypi来安装

pip install pandas

b.通过源码来安装

2.按列读取数据

案例中的lemon_cases.xlsx文件内容如下所示：

3.按行读取数据

import pandas as pd
# 读excel文件
df = pd.read_excel('lemon_cases.xlsx', sheet_name='multiply') # 返回一个DataFrame对象，多维数据结构
print(df)
# 1.读取一行数据
# 不包括表头，第一个索引值为0
# 获取第一行数据，可以将其转化为list、tuple、dict
print(list(df.iloc[0])) # 转成列表
print(tuple(df.iloc[0])) # 转成元组
print(dict(df.iloc[0])) # 转成字典
print(dict(df.iloc[-1])) # 也支持负索引
# 2.读取某一个单元格数据
# 不包括表头，指定行索引和列索引（或者列名）
print(df.iloc[0]["l_data"]) # 指定行索引和列名
print(df.iloc[0][2]) # 指定行索引和列索引
# 3.读取多行数据
print(df.iloc[0:3])

4.iloc和loc方法

import pandas as pd
# 读excel文件
df = pd.read_excel('lemon_cases.xlsx', sheet_name='multiply') # 返回一个DataFrame对象，多维数据结构
print(df)
# 1.iloc方法
# iloc使用数字索引来读取行和列
# 也可以使用iloc方法读取某一列
print(df.iloc[:, 0])
print(df.iloc[:, 1])
print(df.iloc[:, -1])
# 读取多列
print(df.iloc[:, 0:3])
# 读取多行多列
print(df.iloc[2:4, 1:4])
print(df.iloc[[1, 3], [2, 4]])
# 2.loc方法
# loc方法，基于标签名或者索引名来选择
print(df.loc[1:2, "title"]) # 多行一列
print(df.loc[1:2, "title":"r_data"]) # 多列多行
# 基于布尔类型来选择
print(df["r_data"] > 5) # 某一列中大于5的数值为True，否则为False
print(df.loc[df["r_data"] > 5]) # 把r_data列中大于5，所在的行选择出来
print(df.loc[df["r_data"] > 5, "r_data":"actual"]) # 把r_data到actual列选择出来

5.读取所有数据

import pandas as pd
# 读excel文件
df = pd.read_excel('lemon_cases.xlsx', sheet_name='multiply') # 返回一个DataFrame对象，多维数据结构
print(df)
# 读取的数据为嵌套列表的列表类型，此方法不推荐使用
print(df.values)
# 嵌套字典的列表
datas_list = []
for r_index in df.index:
datas_list.append(df.iloc[r_index].to_dict())
print(datas_list)

6.写入数据

import pandas as pd
# 读excel文件
df = pd.read_excel('lemon_cases.xlsx', sheet_name='multiply') # 返回一个DataFrame对象，多维数据结构
print(df)
df['result'][0] = 1000
print(df)
with pd.ExcelWriter('lemon_cases_new.xlsx') as writer:
df.to_excel(writer, sheet_name="New", index=False)

1.读取csv文件

案例中的data.log文件内容如下所示：

TestID,TestTime,Success
0,149,0
1,69,0
2,45,0
3,18,1
4,18,1
import pandas as pd
# 读取csv文件
# 方法一，使用read_csv读取，列与列之间默认以逗号分隔（推荐方法）
# a.第一行为列名信息
csvframe = pd.read_csv('data.log')
# b.第一行没有列名信息，直接为数据
csvframe = pd.read_csv('data.log', header=None)
# c.第一行没有列名信息，直接为数据，也可以指定列名
csvframe = pd.read_csv('data.log', header=None, names=["Col1", "Col2", "Col3"])
# 方法二，read_table，需要指定列与列之间分隔符为逗号
csvframe = pd.read_table('data.log', sep=",")

2.解答面试题

在数据分析、数据可视化领域，Pandas的应用极其广泛；在大规模数据、多种类数据处理上效率非常高
在软件测试领域也有应用，但如果仅仅用excel来存放测试数据，使用Pandas就有点“杀鸡焉用宰牛刀”的感觉，那么建议使用特定的模块来处理（比如openpyxl）

关注

专栏目录