python 读写excel

 

今天我来给大家介绍一下如何用 Python来读写 excel表格，其实 Excel表格是最常用的数据分析工具，今天我们就来用 Python来读写 Excel表格，从而获得有用的数据。 1、首先我们先打开一个 Excel工作表。 2、然后我们需要进行数据预处理，即数据筛选和数据去重。首先我们要进行一个数据筛选，这里我用的是 numpy模块。 3、然后我们就要进行一个去重，使用 summary函数将多列的数据进行去重处理，得到一个新的数据。 4、接着我们就可以用 pandas模块对新得到的数据进行分析了，在 pandas模块中，有两个函数，分别是 filter （）和 document （）。 5、然后就可以使用 document （）函数来提取新得到的数据了。 6、最后我们就可以将提取出来的新的数据导出到 Excel表格中了。

• 一、数据预处理

  1、打开 excel文件，我们需要先对数据进行一个筛选，这个就是我们要进行的数据筛选，它的代码如下： 2、在 numpy模块中，我们可以对筛选出来的数据进行一个去重处理，它的代码如下： 4、接下来我们就可以对新得到的数据进行分析了，我们可以使用 pandas模块来对新得到的数据进行一个分析。 5、 pandas模块中有两个函数分别是 filter （）和 document （）， filter （）用于将多列的数据转换为一个新的列名； document （）用于从新生成的 Excel表格中提取新的数据。

• 二、数据筛选

  在对数据进行筛选之前，我们首先要进行一个数据预处理，也就是数据筛选，在 numpy模块中有一个很常用的函数叫做 search （），它的作用是找出一条记录中所有符合条件的记录。 2、接下来我们要用 numpy模块来进行数据筛选，在 numpy模块中有一个很重要的函数就是 record （），这个函数主要是用于进行多列筛选。 3、下面我们就来使用一下这个 record （）函数，我们可以先把多列数据复制出来，然后再用 numpy模块进行筛选。 4、如果我们想要对数据进行排序，那么我们就可以使用 numpy模块的 mask （）函数来对数据进行排序。 5、最后我们就可以得到一个结果了，这个结果就是按照数据排序后的结果。 6、我们还可以通过 numpy模块对结果进行计算。

• 三、去重

  去重的功能也比较简单，它只需要对一个表格中的数据进行去重。下面我给大家演示一下，用 Python来对 excel进行去重。 首先，我们在 excel文件中输入一个公式：= summary （table_size），这个公式可以进行数据筛选，也可以用于计算表格中每个列的数据个数。 然后，我们在 excel文件中输入一个 summary函数，这个函数的功能就是将多列的数据进行去重。 由于 excel表格比较大，我们使用 summary函数处理一下。然后我们再使用 filter （）函数进行一个数据筛选。

• 四、 pandas模块分析

  首先我们需要使用 filter函数，来对多列数据进行去重处理，并对数据进行一个初步分析。 接下来我们需要使用 document函数来提取新的数据，并且将新得到的数据导出到 Excel表格中。 那么我们应该如何使用 pandas模块呢？首先我们先来看看 pandas模块的相关说明： 可以看出， pandas模块包含了两个函数： 它可以对多列数据进行一个初步分析。 所以我们可以看到，这两个函数的功能非常相似，都可以从多列数据中提取出新的数据。但是 filter （）函数在提取新的数据时，使用的是布尔值，而 document （）函数使用的是布尔值。

• 五、 document （）函数提取

  首先我们来看一下 document （）函数，在 pandas模块中， document （）函数是用来从表格中提取数据的，这个函数和 filter （）函数是一样的，也是对 Excel表格中的数据进行处理，得到我们需要的数据。下面我们来看一下 document （）函数的使用： 我们在使用 document （）函数提取数据时，可以使用不同的方法来提取不同的数据，例如使用 filter （）函数提取数据时，可以使用多个方法。

• 六、 pandas的数据可视化

  1、接下来我们就可以进行数据可视化处理了。 2、首先我们需要在 Excel中输入一列数据，然后在 pandas中输入： 3、接着我们可以使用 pandas的 shell命令来对数据进行可视化处理了，如图所示： 4、首先我们使用 pandas的 data模块，对数据进行一个分析，如图所示：

• 七、总结

  1、在用 pandas读写 excel表格时，如果需要处理多个数据集，可以使用 summary函数，也可以使用 pandas模块中的多个函数。 2、在数据预处理时，我们可以先使用 numpy模块中的 summary函数将多列的数据进行过滤，然后再使用 pandas模块中的 filter （）和 document （）函数来对过滤后的数据进行分析。 filter （）可以用来处理多列数据； document （）可以用来提取数据。在 Python中， filter （）和 document （）函数是使用比较多的两个函数。 5、在 pandas模块中还有一些其他比较常用的函数，如果大家有兴趣了解，可以看一下 Python相关教程。

• 常用的python读写excel代码有需要 的收藏：

• 1. 读取Excel文件
  ```python
  import pandas as pd
  # 读取Excel文件
  df = pd.read_excel('file.xlsx', sheet_name='Sheet1')
  # 打印数据
  print(df.head())
  ```
  2. 写入Excel文件
  ```python
  import pandas as pd
  # 创建数据
  data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
  'Age': [25, 30, 35, 40],
  'Salary': [50000, 60000, 70000, 80000]}
  # 创建DataFrame
  df = pd.DataFrame(data)
  # 写入Excel文件
  df.to_excel('file.xlsx', sheet_name='Sheet1', index=False)
  # 打印成功信息
  print('Excel文件写入成功！')
  ```
  3. 更新Excel文件
  ```python
  import pandas as pd
  # 读取Excel文件
  df = pd.read_excel('file.xlsx', sheet_name='Sheet1')
  # 更新数据
  df.loc[df['Name'] == 'Bob', 'Salary'] = 65000
  # 写入Excel文件
  df.to_excel('file.xlsx', sheet_name='Sheet1', index=False)
  # 打印成功信息
  print('Excel文件更新成功！')
  ```