python利用pandas读取Excel文件和筛选处理小案例

1.问题描述:想要筛选Excel中的数据,筛选条件是 实际收费 > 消费金额,并且保存筛选的数据为Excel格式!

                     数据格式如底部所示!

2.实现:利用pandas处理数据。

3.代码如下:
 

import numpy as np
import pandas as pd
# a = np.arange(24).reshape(4, 6)
# a[2][4] = 100
# a[1][4] = 100
# b = a[:, 4]
# c = a[:, 5]
# # a = a[a[:, 4] > a[:, 5]]
# a = a[b > c]
# print(a)
excel_ori = pd.read_excel(io = 'data.xlsx')
a = excel_ori.values
a = a[a[:, 7] > a[:, 8]]
data_df = pd.DataFrame(a)

data_df.columns = ['单据号','商品编码','商品售价','销售数量','消费金额','消费产生的时间','收银机号','实际收费','消费金额']
# data_df.index = ['a','b','c','d','e','f','g','h']

writer = pd.ExcelWriter('ret.xlsx')
data_df.to_excel(writer, 'page_1', index=False)
writer.save()

4.源数据和处理后的数据图片:

源数据
处理后的数据

 

  • 11
    点赞
  • 94
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
Python是一种高级编程语言,可用于处理各种数据类型,包括Excel文件。这使得Python成为处理数据的强大工具。在本案例中,我们将学习如何使用Python处理Excel文件。 首先,我们需要安装Python的第三方库pandas和openpyxl。这些库可与Excel文件一起使用,提供了各种可以遍历、读取和写入Excel数据的工具。 接下来,我们将使用pandas和openpyxl库读取一个Excel文件。我们可以使用pandas中的read_excel()方法读取Excel文件,该方法返回一个pandas数据帧。数据帧是一种二维标记数组,其中列可以是不同的数据类型,包括数字、字符串和日期时间。我们也可以使用openpyxl库打开Excel文件读取其中的数据,该库提供了一种基于工作簿、工作表和单元格的API来处理Excel文件。 一旦我们将Excel数据读取Python中,我们可以使用pandas和openpyxl来执行各种操作,例如筛选、排序、转换和合并数据。例如,我们可以使用pandas中的loc和iloc方法根据特定的筛选条件选择数据。我们还可以使用openpyxl中的Cell类将新数据写入Excel文件的单元格。 在实际工作中,Python处理Excel数据是非常重要的。使用Python可以快速、高效地处理大量Excel数据,并将数据转换为其他数据来源所需的数据格式。这种数据转换有助于实现自动化工作流程和更好的决策制定。总的来说,Python处理Excel数据的案例说明了Python的强大功能,显示了支持Python的第三方库的广泛性和灵活性。
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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