pandas包学习

读取

read_excel函数中包含20+参数，具体请自查。pandas.read_excel参数解释

注：标准pandas数据可以认为由两部分组成：列名和数据。参数中header的值代表了列名所在行号的索引。非标准的数据可能会引起之后的数据计算出现问题，所以最好保证数据为标准数据。

示例：

import pandas as pd
df = pd.read_excel(r"测试数据.xlsx", sheet_name="Sheet1", header=0)
print(df)

将会打印出格式化的标准数据。

写入

写入有多种方法

修改单元格

读取表格数据，然后通过for循环对自己要修改的值进行计算，将其填入对应位置后写入表格（这里会出现报错SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame，是浅拷贝导致的，但我们的目的就是要修改数据，所以无视）

import pandas as pd
import response_lis
df = pd.read_excel(r"测试数据.xlsx", sheet_name="Sheet1", header=0)
print(df)

for index, i in enumerate(df.values):  # 循环读取每一行的值
	{计算代码块}  # 伪代码
	df.iloc[:, 12][index] = 值或变量  # 将读取的df，第12列的对应一行的值进行修改
	
df.to_excel(r"测试数据.xlsx", sheet_name="Sheet1", index=False, header=True)

修改整列或全部

比如你已经准备好了一个key值和列名能全部对应上的dict数据，整体为列表（形如[{dict1},{dict2},…,{dictn}]形式），那么就可以直接将其写入

# 伪代码
data = [{dict1},{dict2},...,{dictn}]
for i in range(0, len(data)):
    # df['format_path'][i] = data[i]['format_path']
    df.loc[i+1] = data[i]
df.to_excel(r"测试数据.xlsx", sheet_name="Sheet1", index=False, header=True)

pandas数据处理：常用却不甚了解的函数，pd.read_excel()