Pandas操作Excel

Pandas 是 Python 语言的一个扩展程序库，用于数据分析。
菜鸟教程：https://www.runoob.com/pandas/pandas-tutorial.html

读取Excel

• pd.read_excel(path,sheet_name,header)
  • path：excel文件路径
  • sheet_name：读取的sheet，可以为sheet名或数字，默认第1个sheet
  • header：表头行，默认为0，代表第1行为表头

读取并打印excel

import pandas as pd
data = pd.read_excel("data.xlsx")
print(data) 

获取行索引和列名

• data.index：显示所有行索引
• data.columns：显示所有列名
• data.shape：显示数据的行数和列数。
  • data.shape[0]：行数
  • data.shape[1]：列数

import pandas as pd
data = pd.read_excel("data.xlsx")
print(data.index.values)    # 显示所有行索引：[0 1 2 3 4]
print(len(data.index))      # 显示行数：5
print(data.columns.values)  # 显示所有列名：['班级' '序号' '姓名']
print(len(data.columns))    # 显示列数：3
print(data.shape)			# 显示元组行列数：(5,3)

获取行、列

• data[column_name]：选择指定的列；
• data.loc[row_index, column_name]：根据行索引和列名选择，若只有一个参数，代表选择指定的行；
• data.head(n)：显示前 n 行数据；
• data.tail(n)：显示后 n 行数据；
• data.sample(n)：随机选择 n 行数据。

import pandas as pd
data = pd.read_excel("data.xlsx")
"""获取列"""
print(data["姓名"])    # 获取单列，类型为Series
print(data["姓名"].values)    # 输出：['解叮叮' '许世亮' '王者' '蒋建国' '宋艺然']
print(data[["姓名","班级"]])    # 获取多行，类型为DataFrame
print(data[["姓名","班级"]].values) # 二位列表
print(data.head(2))		# 获取前两行
print(data.tail(2))		# 获取后两行
print(data.sample(2))	# 随机选择2行
"""获取行"""
print(data.loc[0])	  # 获取单行，类型为Series
print(data.loc[0].values)

获取单元格

• data.iloc[row_index, column_index]：根据行列数字索引选择，从行列均从0开始

import pandas as pd
data = pd.read_excel("data.xlsx")
"""以下输出均是：解叮叮"""
print(data.loc[0]["姓名"])	# 先行后列
print(data.loc[0,"姓名"])
print(data["姓名"][0])		# 先列后行
print(data.iloc[0,2])		 # 选择代表第1行，第3列

修改数据

import pandas as pd
data = pd.read_excel("data.xlsx")
"""新增、修改行"""
data["班级"] = [2,3,4,5,6]	# 修改
data["备注"] = "无"		   # 新增，值都为“无”
"""新增、修改列"""
data.loc[1] = [2,1002,"嘻嘻嘻"]	# 修改
data.loc[len(data.index)] = [6,1006,"哈哈哈"]	# 新增
data.loc[len(data.index)] = {"班级":7,"序号":1007,"姓名":"咻咻咻"} # 新增
"""修改单元格的值"""
data.loc[0,"姓名"] = "张三"
data.iloc[1,2] = "李四"

遍历所有值

import pandas as pd
data = pd.read_excel("data.xlsx")
"""先获取二维列表格式的值，然后遍历二维列表"""
for row in data.values:	# 遍历所有行
    for value in row:	# 遍历行的每列值
        print(value,end=",")
    print()
"""根据行索引和列名遍历"""
for row_index in data.index:
    for column_name in data.columns:
        print(data.loc[row_index, column_name],end=",")
    print()
"""根据行列的数字索引遍历"""
for i in range(data.shape[0]):
    for j in range(data.shape[1]):
        print(data.iloc[i, j],end=",")
    print()

写入Excel

• data.to_excel(excel_writer,sheet_name,index……)
  • excel_writer：可以是文件路径或者excel对象。
  • sheet_name：工作表名，默认“Sheet1”。添加多个sheet是必须指定，否则会发生覆盖。
  • index：是否显示索引，True代表显示，False代表不显示，默认True。

单个sheet写入

import pandas as pd
data = pd.DataFrame({'One': [1, 2, 3]})
data.to_excel('test.xlsx',index=False)

多个sheet写入同一个Excel

import pandas as pd
data1 = pd.DataFrame({'One': [1, 2, 3]})
data2 = pd.DataFrame({'Two': [4, 5, 6]})
writer = pd.ExcelWriter('test.xlsx')
data1.to_excel(writer, sheet_name='Sheet1', index=False)
data2.to_excel(writer, sheet_name='Sheet2', index=False)
writer.close()

数据计算

• data.count()：计算每列非缺失值的数量。
• data.mean()：计算每列的平均值。

data = pd.read_excel(excel_path)
print(data["班级"].count())
print(data["班级"].mean())
print(data.groupby("班级").agg({'班级': 'count'}))	# 以班级分组，显示各个班级人数