Pandas处理excel数据笔记（数据透视|多条件筛选）

遇到复杂条件下海量的数据透视任务，excel难以驾驭。如对不同部门在不同年份吸收了什么学历的员工，pandas的筛选发挥了神奇的作用。

一、导包

pip install pandas
pip install pyopenxl
pip install tqdm

 pandas依赖的xlrd可能不支持对xlsx的读取，解决方法有但比较麻烦，直接下载pyopenxl会方便很多。tqdm是进度条。

import pandas as pd
from tqdm import *

二、读取数据

xlsx文件中可能存在各种类型的数据，pandas对这些数据进行读取时，一般直接读取过来时，数字在导出时会被转化为浮点数，不便处理，因此需要考虑dtype的问题。

pandas支持float、int、bool、datetime64[ns]、datetime64[ns, tz]、timedelta[ns]、category、object，object应该能满足大部分需求了。

file = r'E:\XXX\XXX.xlsx'

# 默认读取第一张sheet
df = pd.read_excel(file)

# 对第二张sheet按object格式读取
df = pd.read_excel(file, 1, dtype=object)

也可以对不同列分别指定读取：

file = r'E:\XXX\XXX.xlsx'
df = pd.read_excel(file, 1, dtype={'某列': object}