开发工具:vscode
第一步,依旧需要导入pandas库,先将读取到的数据表存储为DataFrame对象。
import pandas as pd
#csv文件读取
table = pd.read_csv("E:\\python_lean\\table\\data.csv",encoding='gb18030')
print(table)
输出结果:
员工编号 员工姓名 所在部门 职位 年龄
0 2022001 小江 人事部 经理 41
1 2023001 小红 后勤部 员工 24
2 2020002 李华 值班一组 组长 33
选择想要提取的三列数据,这里我们使用列名提取对应的列数据。
columns = ['员工编号', '员工姓名', '年龄']
select_table = table[columns]
print(select_table)
输出结果:
员工编号 员工姓名 年龄
0 2022001 小江 41
1 2023001 小红 24
2 2020002 李华 33
根据某列数据,进行排序,这里用到的是 sort_values() 函数,它会返回一个新的已排序列表,并不会改变原始列表。默认情况下,会按照升序规则进行排序,我们先对姓名进行排序,由于python对于中文的排序方式是根据Unicode码点进行排序的,所以直接对中文字符串列进行排序的时候,会导致得到的排序数据表不是我们想要的结果,以下是sort_values()方法直接排序的结果。
sorted_table = select_table.sort_values(by='员工姓名')
print(sorted_table)
输出结果:
员工编号 员工姓名 年龄
0 2022001 小江 41
1 2023001 小红 24
2 2020002 李华 33
并没有按照我们理解的拼音方式进行排序,在这种情况下,需要使用额外的库,这里用到的是pypinyin库,使用pypinyin将中文名字转换为拼音,并作为临时列添加到DataFrame中,在将拼音列进行删除,整体的代码如下所示。
import pandas as pd
from pypinyin import lazy_pinyin
#读取csv文件
table = pd.read_csv("E:\\python_lean\\table\\data.csv",encoding='gb18030')
print(table)
#获取特定的列数据
columns = ['员工编号', '员工姓名', '年龄']
select_table = table[columns]
print(select_table)
#按照姓名进行排序(可对中文字符串进行排序,python对于中文的排序方式是根据Unicode码点进行排序的)
#若是想要获得中文拼音排序结果,需要使用额外的库:pypinyin,将中文转换为拼音后再进行排序
# 使用pypinyin将中文名字转换为拼音,并作为临时列添加到DataFrame中
select_table['Pinyin'] = select_table['员工姓名'].apply(lazy_pinyin)
# 根据拼音列进行排序
sorted_df = select_table.sort_values(by='Pinyin')
# 删除临时添加的拼音列
sorted_df = sorted_df.drop(columns='Pinyin')
# 显示拼音排序后的数据表
print(sorted_df)