pandas读取首行数据（首行无列名），dataframe数据表转list数组格式，dataframe转置

最新推荐文章于 2024-05-25 17:04:45 发布
最新推荐文章于 2024-05-25 17:04:45 发布
阅读量2.1w 收藏 7
点赞数 2
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_27361945/article/details/83344445
版权

代码：

    def delbycelllist(self, readfrom=None, sheet_name='Sheet1', cgilist=None, cellnamelist=None):
        if cgilist:
            for cgi in cgilist:
                self.delbycelladj(cgi=cgi)
        elif cellnamelist:
            for cellname in cellnamelist:
                self.delbycelladj(cellname=cellname)
        elif readfrom:
            # header=None 表示没有列投，从第一行开始就是数据
            dfcgi = pd.read_excel(readfrom, sheet_name=sheet_name, header=None)
            # .stack()函数作用：转置，列传行
            nparr = np.array(dfcgi.stack())
            # .tolist()将np数组转为list数组[]
            cgiarray = nparr.tolist()
            for cgi in cgiarray:
                self.delbycelladj(cgi=cgi)
    def freqpcilistdistances(self, freqpcimatrix=None, saveto=r'J:/pci最小复用距离.xlsx'):
        if freqpcimatrix is None:
            freqpcimatrix = self.existed_freqpci_matrix
        # minpcidistance = {}
        minpcidistance = dict()
        column_name = ['cellname', 'cgi', 'freq', 'pci', 'distance']
        df = pd.DataFrame([], columns=column_name)
        for freq in freqpcimatrix:
            # minpcidistance = {'F1':{}}
            minpcidistance[freq] = {}
            pcilist = freqpcimatrix[freq]
            for pci in pcilist:
                mindistance = self.samepcidistance(freq, pci)
                # minpcidistance = {'F1':{'1':{samepcidistance函数的返回值}}}
                minpcidistance[freq][str(pci)] = mindistance
                data1 = [[mindistance['cellname'], mindistance['cgi'], freq, pci, mindistance['distance']]]
                df1 = pd.DataFrame(data1, columns=column_name)
                df = df.append(df1, ignore_index=True)
        df.to_excel(saveto)
        return minpcidistance

注解：

        delbycelllist函数是class Checkpci的方法，freqpcilistdistances函数来自class Findsamepci的方法，其中有关pandas操作为：

1、dfcgi = pd.read_excel(readfrom, sheet_name=sheet_name, header=None)中，参数header = None表示没有列头，从顶头第一行开始读数据。解释的链接：

https://zhidao.baidu.com/question/181999051410130924.html

2、下面两行的作用是将DataFrame数据转为list数组，因为调用其他函数的时候，参数是list数组格式的。

            # .stack()函数作用：转置，列传行
            nparr = np.array(dfcgi.stack())
            # .tolist()将np数组转为list数组[]
            cgiarray = nparr.tolist()

解释链接：

https://blog.csdn.net/xiangxianghehe/article/details/72615711

3、对于第二项还存在一个小插曲，因为输入cgi在excel中是一列数据：

但是在pandas中的数据的组织格式是：整个数据表是一个二维数组，每一行是大数组中的一个小数组，每行的每个单元格是小数组中的每项。

 

dfexcel = pd.read_excel(r'C:\Users\Administrator\Desktop\嘉兴工参\邻区cgi.xlsx', sheet_name='Sheet1', header = None)

nparr = np.array(dfexcel)

 nparr.tolist()

结果：

[['460-00-413090-3'], ['460-00-413094-1'], ['460-00-413094-3'], ['460-00-413095-1'], ['460-00-413095-2'], ['460-00-413095-3'], ['460-00-413097-1'], ['460-00-413097-3'], ['460-00-413099-2'], ['460-00-413099-3'], ['460-00-413099-4'], ['460-00-413100-1'], ['460-00-413100-2'], ['460-00-413107-2'], ['460-00-413108-2'], ['460-00-413108-3'], ['460-00-413114-1'], ['460-00-413114-3'], ['460-00-413115-3'], ['460-00-413126-1'], ['460-00-413126-2'], ['460-00-413126-3'], ['460-00-413127-1'], ['460-00-413132-2'], ['460-00-413132-3'], ['460-00-413132-4'], ['460-00-413134-2'], ['460-00-413134-3'], ['460-00-413134-7'], ['460-00-413137-2'], ['460-00-413137-3'], ['460-00-413138-4'], ['460-00-413154-1'], ['460-00-413154-2'], ['460-00-413154-3'], ['460-00-413383-1'], ['460-00-413383-2'], ['460-00-413383-3'], ['460-00-413371-3'], ['460-00-413195-1'], ['460-00-325849-129'], ['460-00-413385-2'], ['460-00-413385-3'], ['460-00-413433-2'], ['460-00-413515-1'], ['460-00-413515-2'], ['460-00-413515-3'], ['460-00-413158-2'], ['460-00-413158-3'], ['460-00-746732-1'], ['460-00-763316-1'], ['460-00-763317-1'], ['460-00-763347-1'], ['460-00-325632-129'], ['460-00-325632-130'], ['460-00-325632-131'], ['460-00-325641-131'], ['460-00-325641-135'], ['460-00-325755-129'], ['460-00-325755-130'], ['460-00-325755-131'], ['460-00-325774-131'], ['460-00-614424-129'], ['460-00-614950-132'], ['460-00-614980-129'], ['460-00-614980-131'], ['460-00-763763-1'], ['460-00-326378-131'], ['460-00-326937-129'], ['460-00-413093-3'], ['460-00-413127-3'], ['460-00-413397-2'], ['460-00-326966-130'], ['460-00-326990-134'], ['460-00-615600-129']]

注意这个格式，在pandas的DataFrame数据表中，整个数据表是一个二维数组，每一行是大数组中的一个小数组：

[[第一行第一列的数据，第一行第二列的数据，（1,3）位置数据, ...],  [第二行的所有列的数据]， [第3行的所有列的数据]，......]

如果数据都在excel的第一行：

得到的np数组是这样的：

 nparr.tolist()：

[['460-00-413090-3', '460-00-413094-1', '460-00-413094-3', '460-00-413095-1', '460-00-413095-2', '460-00-413095-3', '460-00-413097-1', '460-00-413097-3', '460-00-413099-2', '460-00-413099-3', '460-00-413099-4', '460-00-413100-1', '460-00-413100-2', '460-00-413107-2', '460-00-413108-2', '460-00-413108-3', '460-00-413114-1', '460-00-413114-3', '460-00-413115-3', '460-00-413126-1']]

上面的数组虽然还是二维数组，但很接近我希望要的结果，只需取上面数组的第0项就会得出一个一维数组。

所以我需要对dfexcel 转置，转置函数为：dfexcel.stack()

pandas中行列转换

https://blog.csdn.net/kancy110/article/details/77141799/

http://pandas.pydata.org/pandas-docs/stable/reshaping.html#reshaping-by-stacking-and-unstacking

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.stack.html#pandas.DataFrame.stack

dfexcel.stack()结果：

转置后再转为list：nparr = np.array(dfexcel.stack())

nparr.tolist()：

['460-00-413090-3', '460-00-413094-1', '460-00-413094-3', '460-00-413095-1', '460-00-413095-2', '460-00-413095-3', '460-00-413097-1', '460-00-413097-3', '460-00-413099-2', '460-00-413099-3', '460-00-413099-4', '460-00-413100-1', '460-00-413100-2', '460-00-413107-2', '460-00-413108-2', '460-00-413108-3', '460-00-413114-1', '460-00-413114-3', '460-00-413115-3', '460-00-413126-1', '460-00-413126-2', '460-00-413126-3', '460-00-413127-1', '460-00-413132-2', '460-00-413132-3', '460-00-413132-4', '460-00-413134-2', '460-00-413134-3', '460-00-413134-7', '460-00-413137-2', '460-00-413137-3', '460-00-413138-4', '460-00-413154-1', '460-00-413154-2', '460-00-413154-3', '460-00-413383-1', '460-00-413383-2', '460-00-413383-3', '460-00-413371-3', '460-00-413195-1', '460-00-325849-129', '460-00-413385-2', '460-00-413385-3', '460-00-413433-2', '460-00-413515-1', '460-00-413515-2', '460-00-413515-3', '460-00-413158-2', '460-00-413158-3', '460-00-746732-1', '460-00-763316-1', '460-00-763317-1', '460-00-763347-1', '460-00-325632-129', '460-00-325632-130', '460-00-325632-131', '460-00-325641-131', '460-00-325641-135', '460-00-325755-129', '460-00-325755-130', '460-00-325755-131', '460-00-325774-131', '460-00-614424-129', '460-00-614950-132', '460-00-614980-129', '460-00-614980-131', '460-00-763763-1', '460-00-326378-131', '460-00-326937-129', '460-00-413093-3', '460-00-413127-3', '460-00-413397-2', '460-00-326966-130', '460-00-326990-134', '460-00-615600-129']

结果出乎意料，直接得到一维数组了。这样更方便了。

4、append添加df数据，其中ignore_index=True参数表示，不复制index列，新df将重新排序。

http://pandas.pydata.org/pandas-docs/stable/10min.html#append

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.append.html#pandas.DataFrame.append

pandas读写excel

https://blog.csdn.net/brink_compiling/article/details/76890198?locationNum=7&fps=1

梓沂
关注
  • 2
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
pandas 第一行_pandas文件读取及切片操作
weixin_39927861的博客
11-21 1037
pandas 文件读取操作：import pandas 文件读取操作：# 写入文件 name = [] age = [] result = (pd.DataFrame([name, age],['name','age'])).T result.to_csv('result.csv',index = False)pandas 切片操作：pandas主要提供了三种属性用来选取行/列数据：>&...
pandas 第一行_Pandas进阶Excel（一）——读取
weixin_39707597的博客
11-20 3756
前面利用python的openpyxl库对excel做了简单基础操作，大家可以打开公众号右下角往期回顾，可以复习查看。今天开始介绍python可以操作Excel的另一个强大的库——pandas库。个人认为，pandas库对于操作Excel有着极好的支撑。在数据导入、数据清洗、数据计算、数据导出都有着完整性的支撑，是一个提供高性能易用数据类型和分析工具，并且用一段时间你就会发现如果拿pan...
pandas指定从第一行读取正文数据
二哈
09-27 6003
有的时候excel文件是没有列标签的，而pandas默认读取excel文件的时候是将第一行作为列标签来读取的，所以文件中的第一行数据就被读成了列标签了，解决方法是在读取或者写入excel文件的时候设置header = None或者是index = None import pandas as pd import numpy as np if __name__ == '__main__': # 读取文件的时候header设置为None data = pd.read_excel("panda
Python——获取DataFrame的表头列表
最新发布
Williamcsj的博客
05-25 398
header_list = df_data.columns.tolist()
pandas笔记
qq_42962326的博客
03-18 4002
import pandas as pd data = pd.read_csv("Narrativedata.csv") 显示数据框信息 data.info() 2. 填充缺失值 fillna data["Age"] = data["Age"].fillna(data["Age"].mean()) 3.删除缺失值 data = data.dropna() 4 某一列去重 labels = data["Embarked"].unique().tolist() 5. 对某一列执行 la
pandas取第一行数据_Pandas-获取给定列的第一行值
weixin_39772849的博客
12-21 1万+
要选择ith行，use ^{}：In [31]: df_test.iloc[0]Out[31]:ATime 1.2X 2.0Y 15.0Z 2.0Btime 1.2C 12.0D 25.0E 12.0Name: 0, dtype: float64要选择Btime列中的第i个值，可以使用：In [...
Pandas 将list转换为dataframe格式、向csv文件追加写入数据
雪月的博客
08-05 1万+
在Python中实现对MySQL数据库的表设置联合唯一约束，以及在代码中添加 异常捕获 的功能，在违反唯一性约束时，做想要额外执行的操作 将 列表list 转换为 DataFrame格式 将 列表list 转换为 DataFrame格式 # 假设有一个列表data data = [1.2, '54512', 116.47, 39.8069, 31.3, 'LC'] # 将其转换为 df_...
Pandas将列表（List）转换为数据框（Dataframe）
09-17
Pandas中的DataFrame是一种二维表格型数据结构，常用于存储和操作结构化的数据。本篇文章将详细讲解如何将列表转换为DataFrame，包括两种常见的情况。 1. **两个不同列表转换为一个数据框** 在Python中，如果我们...
pandas 将list切分后存入DataFrame中的实例
12-25
如下所示： #-*- coding:utf-8 -*- import random import pandas as pd import numpy as np list=[1,2,3,4,5,6,7,8,9,0,11,0,13,14,15,16,17,...matrixT=matrix.T#矩阵转置（按实际需求，如果不需要可以不转置）\ndf=
SciPy.org 003 用PyQt5显示pandas的DataFrame数据
12-21
在本篇介绍中，我们将探讨如何使用Python的PyQt5库来展示pandas DataFrame的数据。首先，我们需要了解pandas DataFrame的一些基本属性，然后再讨论如何利用PyQt5构建一个数据视图。 **pandas DataFrame的基本属性：...
python 使用pandas的dataframe一维数组和二维数组分别按行写入csv或excel
12-21
在Python编程中，Pandas库是一个非常强大的数据分析工具，它提供了DataFrame对象，可以方便地处理和操作数据。本文将详细讲解如何使用Pandas的DataFrame来处理一维数组和二维数组，并将其按行写入CSV或Excel文件。 ...
使用Python(pandas库)处理csv数据
12-22
本文主要介绍了如何使用pandas库处理CSV文件，包括读取文件、筛选特定行和列、数据转置以及遍历文件夹中的多个CSV文件。 首先，我们需要导入必要的库，包括os用于文件操作，pandas用于数据处理，以及numpy用于数值...
python dataframe 列_python pandas库中DataFrame对行和列的操作实例讲解
weixin_39827036的博客
11-28 587
用pandas中的DataFrame时选取行或列：import numpy as npimport pandas as pdfrom pandas import Sereis, DataFrameser = Series(np.arange(3.))data = DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list...
numpy模块的使用(二)
学习笔记
10-03 475
ndarry缺失值填充均值: import numpy as np def fill_ndarry(t1): for i in range(t1.shape[1]): temp_col = t1[:,i] # 当前的一列 nan_num = np.count_nonzero(temp_col!=temp_col) if nan_num!=0: # 不为0说明这一列中有nan # 当前一列不为nan的array
阿里巴巴大数据实践—阿里巴巴的数据模型实践综述
阿里云云栖号
09-09 1387
来源：数智化转型俱乐部 阿里巴巴集团很早就已经把大数据作为其战略目标实施，而且其各个业务也非常依赖数据支撑运营，那么阿里巴巴究竟采取何种方法构建自己的数据仓库模型呢？阿里巴巴的数据仓库模型建设经历了多个发展阶段。 1．完全应用驱动时代 第一个阶段：完全应用驱动的时代，阿里巴巴的第一代数据仓库系统构建在Oracle上，数据完全以满足报表需求为目的，将数据以与源结构相同的方式同步到Oracle（称作ODS层），数据工程师基于ODS数据进行统计，基本没有系统化的模型方法体系，完全基于对Oracle数据库特性
【python】读取excel的行列内容，pandas，超详细！！！
热门推荐
HelenLee
03-02 4万+
使用python处理excel的内容时，第一步当然是读取excel的内容。 import pandas as pd #1：读取指定行 print("----读取指定的单行，数据会存在列表里面----") df=pd.read_excel('测试.xlsx')#这个会直接默认读取到这个Excel的第一个表单 data=df.loc[0].values#0表示第一行 这里读取数据并不包含表头，...
python库openpyxl操作excel
weixin_30540691的博客
03-29 501
废话不多说，看代码，不懂的留言。 from openpyxl import * class ExcelUtil: ''' 读取excel文件内容''' def create_work_book(self, title, index, maxRow, maxColumn, fileName): """ :param title: 表名称, ...
官方推荐:6种Pandas读取Excel的方法
hitpter的专栏
09-02 1万+
以上代码将会读取名为"data.xlsx"的Excel文件中的"Sheet1"工作表，并将数据存储在名为"df"的数据框中。这是最常用的方法，可以读取Excel文件，并将其转换为Pandas数据框。读取完Excel文件后，将其转换为Pandas数据框，并将结果赋值给变量。读取完Excel文件后，将其转换为Pandas数据框，并将结果赋值给变量。读取完Excel文件后，将其转换为Pandas数据框，并将结果赋值给变量。读取完Excel文件后，将其转换为Pandas数据框，并将结果赋值给变量。
如何取pandas第一行，第一列的数据
Kp0fS的草稿纸
03-16 1万+
datanum = dfResults.iloc[0, 0]
pandas 如何把数据转换为自己需要的列名和转置数据
06-01
在 Pandas 中，可以使用 `rename()` 函数来重新命名 DataFrame 中的列名。例如，如果我们有一个 DataFrame `df`，其中包含列名为 `old_col1` 和 `old_col2`，我们可以使用以下代码将这些列名分别更改为 `new_col1` ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值