Python数据分析：pandas玩转Excel（一）

1 pandas简介

1.Pandas是什么？

Pandas是一个强大的分析结构化数据的工具集；

它的使用基础是Numpy（提供高性能的矩阵运算）；

用于数据挖掘和数据分析，同时也提供数据清洗功能。

2.DataFrame

DataFrame是Pandas中的一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。

pandas 相当于 python 中 excel：它使用表（也就是 dataframe)，能在数据上做各种变换，但还有其他很多功能。

class pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)

参数	意义	数据结构
data	需要被转换的数据	ndarray (structured or homogeneous), Iterable, dict, or DataFrame
index	设置行索引	Index or array-like
columns	设置列名	Index or array-like
dtype	设置数据类型	dtype, default None
copy	备份数据	boolean, default False

3.Series

它是一种类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。

4.pandas 网址

官网：https://pandas.pydata.org/

中文网：https://www.pypandas.cn/

2 导入

符号	含义
df	二维的表格型数据结构DataFrame
s	一维数组Series （一个一维的标签矩阵）

还需要执行以下导入才能开始：

import pandas as pd
import numpy as np

3 使用

# 使用Pandas
>>> import pandas as pd
>>> df = pd.DataFrame() 
>>> print(df)

# 输出结果
Empty DataFrame
Columns: []
Index: []

4 读取、写入

import pandas as pd

df = pd.read_excel("D:/项目/资料/People.xlsx")     # 把文件读到内存中形成DataFrame
print(df.shape)     # 读取文件行数和列数
print(df.columns)   # 读取列名
print(df.head(3))   # 打印前3行
print(df.tail(3))   # 打印后3行

df = pd.DataFrame({"ID":[1,2,3],"Name":["jack","小明","小红"]})
df = df.set_index("ID")     # 把ID那一列当索引，并产生新的DataFrame

df.to_excel("D:/项目/我爱你.xlsx")   # 写入文件
print("Done！")