【数据分析】Pandas处理excel--导入+保存xlsx

首先安装好pandas（pip命令安装）
本节案例数据表lesson4.xlsx

Section 1 导入数据

• 用的pandas的read_x()方法，x表示待导入文件的格式
• 导入.xlsx文件，使用read_excel()

# 文件路径
filePath = "../test1/lesson4.xlsx"
# 读入数据
df = pd.read_excel(filePath)
# 指定sheet名称读入数据
df = pd.read_excel(filePath, sheet_name = "观看数据")    # 读取名为“观看数据”的sheet
# 指定第几个sheet读取，从0开始
df = pd.read_excel(filePath, sheet_name = 0)    # 读取第一个sheet
# 打印
# print(df)
df

运行结果：

# 指定哪一列为行索引
# 上一个案例没有指定行索引，默认加一列0-4
df = pd.read_excel(filePath, index_col = 0)    # 第一列作为行索引
df

运行结果：

# 指定哪一行为列索引
df = pd.read_excel(filePath, header = 0)    # 第一列作为列索引，不指定也是默认第一行
df

运行结果：

# 指定需要导入的列
df = pd.read_excel(filePath, usecols = [0,3])   # 只导入第一列和第四列
df
# 当数据很庞大时，只导入所需要的列可以提高数据处理速度

运行结果：

Section 2 了解数据内容

# head()方法控制显示前几行，默认5行数据
df = pd.read_excel(filePath, sheet_name = "观看数据")
# df.head()    # 前5行（不包括title）
df.head(3)    # 前3行（不包括title）

运行结果：

# shape属性获取数据表大小，返回元组
print(df.shape)
# 结果：(5, 5)  5行5列数据，不包括title

# infor()方法获取数据类型
print(df.info())
'''
结果解释：
该表格是DataFrame类型
共5条数据，索引0~4
共5列
下面列出了5列的名称、是否有空值、数据类型
'''

info()运行结果：

# describe()方法获取数据分布
print(df.describe())

运行结果：

Section 3 保存数据

• 数据经过自己的处理之后，需要保存成新的excel表

df = pd.read_excel(filePath, sheet_name = "观看数据")
# 将df保存为excel，文件名、sheet名称，index=False去掉行索引（不然自动生成的0-4会到新表，）
# na_rep = 0 如果某些单元格没有数值，填充为0
# inf_rep = 0 如果某些单元格时无穷之，填充为0
df.to_excel("new_sheet.xlsx", sheet_name = "new_sheet", index = False, na_rep = 0, inf_rep = 0)

上述代码完成后，生成new_sheet.xlsx