python数据分析之pandas（二）

pandas入门

pandas基础操作移步：python数据分析之pandas（一）
本文以pandas进阶知识为主

使用pandas将内容添加到已有Excel表中

步骤：

1. 导入必要的库
   pandas用于处理数据和写入 Excel 文件
2. 读取已有的 Excel 文件
   使用ExcelWriter对象，并设置mode='a'和engine='openpyxl'
3. 将 DataFrame 写入新的工作表
   使用to_excel方法指定sheet_name和index参数，将 DataFrame 写入新的工作表中

import pandas as pd

# 假设已有的 Excel 文件路径
existing_file_path = 'existing_file.xlsx'

# 创建一个新的 DataFrame
new_data = {
    'E': [13, 14, 15],
    'F': [16, 17, 18]
}
new_df = pd.DataFrame(new_data)

# 使用 ExcelWriter 并设置 mode='a' 以追加新的工作表
with pd.ExcelWriter(existing_file_path, mode='a', engine='openpyxl') as writer:
    # 将 new_df 写入新的工作表 'NewSheet'
    new_df.to_excel(writer, sheet_name='NewSheet', index=False)

print(f"New DataFrame has been added to {existing_file_path} as 'NewSheet'")

将DataFrame对象转换为NumPy数组

当对DataFrame使用.values属性时，它会将DataFrame中的数据转换为一个NumPy数组

合并多个DataFrame对象

import pandas as pd

df = pd.read_excel(path, sheet_name=f"{sheet}-2.5s")

# 使用列表收集所有的DataFrame
df_stage = []

for index, stage in df.groupby("stage"):
    df_stage.append(stage)

# 使用pd.concat合并所有DataFrame对象
df_stage = pd.concat(df_stage, ignore_index=False)

pd.concat() 是 Pandas 库中用于沿一条轴将多个对象堆叠到一起的函数
参数 ignore_index=True 在这个过程中起着关键的作用。当你将多个 DataFrame 合并时，默认情况下，Pandas 会尝试保留每个 DataFrame 的原始索引，并在必要时进行合并（例如，如果有重复的索引，它们会被保留并可能导致数据对齐问题）。然而，在很多情况下，我们并不关心原始索引，而是想要一个连续、无间断的新索引
ignore_index=True 告诉 Pandas 在合并 DataFrame 时忽略每个 DataFrame 的原始索引，并生成一个新的、从 0 开始的整数索引。这样做的好处是，合并后的 DataFrame 将拥有一个清晰、连续的索引