Pandas玩转Excel

创建Excel文件/输出到Excel

创建

#创建空的excel
import pandas as pd
df=pd.DataFrame()#需要先创建一个空的DataFrame数组，然后通过空的DataFrame转化为空的Excel
df.to_excel(“C:\Users\新建文件夹\test1.xlsx”)#将空的DataFrame转化为空的Excel,保存到相应路径

**创建DataFrame数据并写入Excel文件**

df=pd.DataFrame({
   'ID':[1,2,3],'name':['Tim','Nick','Victor']})#通过字典的形式创建DataFrame
df.to_excel(“C:\Users\新建文件夹\test1.xlsx”)#将DataFrame写入到Excel,保存到相应路径

# 设置行索引set_index
df=df.set_index('ID') #ID为想要设置的行标签,并通过df=df.set_index(),在原数据上进行替换，将ID列作为行标签

输出

df.to_excel(“C:/Temp/People.xlsx”)

读取文件/设置行、列索引

读取文件

• 读取文件时请注意：如果需要设置第1行为列索引，则headers=1(一般用于第1行数据为杂乱无用数据，若为空，则可以自动识别第2行为索引）,header默认为0，即将第0行作为索引列。若读取的数据中只有数据，没有有列索引，则需要添加header=None来表示，同时可以通过df.columns=[“name”,“old”,“sexuality”]来为数据新增列索引
• index_col表示在导入数据的时候就指定行索引
• siprows=3表示跳过前3行，从第4行开始读取,一般用于跳过空行或者无用行，无sipcolums,而是用usecols；usecols="C:F"表示使用C:F列数据，一般用于数据前几行前几列为空白
• dtype为设置某列的数据类型,也可以通过df[‘ID’]=df[‘ID’].astype(int)设置
• sheet_name表示读取excel中的某个sheet页

#读取已有文件
df=pd.read_excel('C:/Temp/People.xlsx',header=1，index_col=“ID”,skiprows=3,usecols=“C:F”，dtype={
   'old'：str,'name'：str},sheet_name=‘sheet2’)

#获得文件的行和列
print(df.shape)
#获得数据的列名(不包含行索引index）
print(df.columns)
#显示数据前/后几行
print(df.head(10))  #显示数据的前10行，默认不填people.head(10)显示前5行
print(df.tail()) #显示数据的后10行，默认不填people.head(10)显示后5行

读取csv,tsv,txt文件
df=pd.read_csv(‘C:/Temp/People.csv’)
df=pd.read_csv(‘C:/Temp/People.tsv’,sep=’\t’)
df=pd.read_csv(‘C:/Temp/People.txt’,sep=’|’)

• sep表示原表中数据的分隔符，比如tsv文件以制表符（\t)分隔,无论读取csv,tsv,txt,都是通过pd.read_csv()

设置行、列索引

#设置列索引，只有当读取数据是headers=None时才能使用
df.columns=[“name”,“old”,“sexuality”]来为数据新增列索引
#设置行索引
# 设置行索引set_index---方法1
df=df.set_index('ID') #ID为想要设置的行标签,并通过df=df.set_index(),在原数据上进行替换，将ID列作为行标签

# 设置行索引set_index---方法2
df.set_index('ID',inplace=True)

行、列、单元格（Series）

创建Series

#方法1--通过字典创建Series
d={
   'x':100,'y':200,'z':300}
s1=pd.Series(d)      

#方法2--分别通过值和键来创建Series
L1=[100,200,300]
L2=['x','y','z']
s1=pd.Series(L1,index=L2,name='A')   #name表示标签名

s1=pd