python建立简单的人事管理系统（六）中

pandas生成

• pandas是基于Numpy的开源数据分析工具，提供了快速，灵活，明确的数据结构【学过c就有了解，没学过那搜一下？不好赘述】，旨在简单，直观的处理关系型，标记型数据。
• pandas中常用Series,DataFrame,Panel对应一维二维和三维，这里咱们用二维 

【在网上看到 pandas 读取写入excel时是通过read_excel,to_excel方法，需要xlrd库和xlwt库 而ExcelWrite方法需要openpyxl库；下载pandas前先下载了前三个，所以没法实验此需求的真假性，写到这的时候还没有安装前三个库的，可以验证一下，如果能告诉我就更好了】

DF的数据会有index和columns【行标签，列标签】，均默认从0开始

 df=pd.DataFrame(data=ayy,columns=title)#这里设置了columns，没有设置index，那么index就从0开始 ，看上图

df.to_excel(path,index=False)#to_excel写入excel，这里的index不是DF中的意思，是表示在生成的excel表中是否含有行标签【序号】

import pandas as pd
title=['工号','姓名','性别','出生','部门']
array1 = ['1', '许佳琪', '男', '19990824', "IS"]
array2 = ['2', 'c', '女', '19980615', 'CX']
array3 = ['3', '张鹏辉', '男', '19990621', 'II']
ayy = [array1, array2, array3]
path = 'D:\\A\\test-pandas.xlsx'

df=pd.DataFrame(data=ayy,columns=title)
# print(df)
df.to_excel(path,index=False)
print('创建|覆盖 成功')

打开生成的表时，在运行程序会报PermissionError: [Errno 13] Permission denied错误

pandas读取

data=pd.read_excel(path,sheet-name,header，usecols，names，)

• path：路径
• sheet-name：整数(>=0)或字符串，【0访问第一个sheet...】【字符串访问该名称的sheet】
• header：空值或整数（>=0）【空值表示excel表中没有列表签】【将整数行作为列表签，该行之前不计入数据，header=0默认值】
• usecols：空值或list[整数（columns>usecols>0）或字符串]【空值默认值显示所有列】【list类型的位置或者字符串标题】【设置该属性会标黄】
• 当表内没有标题时，且header=None时，可以用names=['1','2',...]设置列标题【注意从最后一个元素对应最后一列】

# print('index属性值是：\n',data.index)#默认index为从0开始
# print('每列的标题：\n',data.columns)
# print('dtypes属性值是：\n',data.dtypes)#按列看
# print('二维列表：\n',data.values)
# print('df的维度是：',data.ndim)
# print('df占的单元格是：',data.size)
# print('df行与列：',data.shape)
# rows,cols=data.shape#返回一个元组，这里是直接将元组的第一个元素赋给rows，第二个元素赋给了cols
# print('总行数{},总列数{}'.format(rows,cols))

import pandas as pd
#保存的文件
path = 'D:\\A\\test-pandas.xlsx'
data=pd.read_excel(path,0',)
print(data)

rows,cols=data.shape
for i in range(rows):
    print(data.iloc[i].values)#不加value返回的是Series类型，不便于使用


print('读取完成')

补充一下pandas访问数据的方法

DF[列标签] 访问列

DF.iloc[行，列] 按照位置索引，列可以省略，省略后为所有列，可以进行区域访问

        所以访问多行时，是两个方括号

DF.loc[行，列] 按照标签名索引，列可以省略，省略后为所有列，没有标签名时，不能使用

上述返回的均是Series类型【一行或一列】或DF类型【多行或多列】

                <class 'pandas.core.series.Series'>

                <class 'pandas.core.frame.DataFrame'>

import pandas as pd
title=['工号','姓名','性别','出生','职位']
array1 = ['1', '许佳琪', '男', '19990824', "IS"]
array2 = ['2', 'c', '女', '19980615', 'CX']
array3 = ['3', '张鹏辉', '男', '19990621', 'II']
ayy = [array1, array2, array3]
data=pd.DataFrame(data=ayy,columns=title)
print('位置索引')
print(data.iloc[0])#访问单行，返回Series
print(data.iloc[0,:])#等同于上一行
print(data.iloc[[0,2]])#访问多行，返回DF

print('标签索引')
data.index=['zero','one','two']
print(data,'\n')
print(data.loc['one'])#访问单行,返回Series
print(data.loc[['zero','one']])#访问多行
print(data['工号'])#访问单列
print(data[['姓名','职位']])#访问多列

print('区域索引')
print(data.iloc[:2,:2])
print('单元格：',data.loc['zero','姓名'])
print(data.iloc[[0,2],[1,4]])
print(data.loc[['zero','two'],['姓名','职位']])