Python处理excel数据（一）

一、读取数据

1、

import pandas as pd
import numpy as np
from datetime import datetime
from pandas import Series, DataFrame

读取x.xls文件

df = pd.read_excel('D:/数据练习/mb.xls')

df = pd.read_excel(r'D:\数据练习\mb.xls.xls')

读取csv格式Excel表

df = pd.read_csv('E:/工作文件/周报/周数据/测试/0902-0908/an-商品汇总-uv.xls')

df = pd.read_csv(r'E:\工作文件\周报\周数据\测试\0902-0908\an-商品汇总-uv.xls')

读取文件夹

import os
file_list_june = os.listdir(r'C:\Users\数据\合并')

读取TXT文件

df = pd.read_table(r'C:\Users\Administrator\Desktop\haha.txt')

with open(r'C:\Users\Administrator\Desktop\haha.txt', 'r') as f:
    df = f.readlines() 

df = np.loadtxt(r'C:\Users\Administrator\Desktop\haha.txt')  # 将txt文件存为numpy数组

写入数据

data.to_excel('C:/Users/Administrator/Desktop/'+'商品分类.xlsx')

data.to_excel(r'C:\Users\Administrator\Desktop\\'+'商品分类.xlsx')

data.to_excel(r'C:\Users\Administrator\Desktop/'+'商品分类.xlsx')

资料收集

利用Python处理Excel数据
【学习笔记】python实现excel数据处理

Python玩转数据之excel

一、创建文件

1、手动excel
2、python创建

import pandas as pd
df =pd.DataFrame()
df.to_excel('D:/Temp/output.xlsx')
print('!Done')

代码解析：在D盘中Temp文件夹里创建一个output.xlsx表格

3、创建添加数据

import pandas as pd
df =pd.DataFrame({'ID':[1,2,3],'Name':['Tim','Victor','Nick']})
df.to_excel('D:/Temp/output.xlsx')
print('!Done')

4、添加索引

import pandas as pd
df =pd.DataFrame({'ID':[1,2,3],'Name':['Tim','Victor','Nick']})
df=df.set_index('ID')
df.to_excel('D:/Temp/output.xlsx')
print('!Done')

5、查看已有excel表的数据，
a.读取表有多少行和列

import pandas as pd

people=pd.read_excel('D:/Temp/zhsj.xlsx')
print(people.shape)

b.查看列的名称

print(people.columns)

c.表头的数据

print(people.head())#默认前5行
print(people.head(3))  #前3行的数据
print(people.tail(3))  #末尾3行的数据

d.程序的默认是从0开始，当读取第1行数据

import pandas as pd

people=pd.read_excel('D:/Temp/zhsj.xlsx',header=1)
print(people.columns)

5.行与列的交叉点是单元格
eg：

import pandas as pd

d ={'x':100,'y':200,'z':300}
print(d.values())

import pandas as pd

d ={'x':100,'y':200,'z':300}
print(d['x'])

import pandas as pd

d ={'x':100,'y':200,'z':300}
s1=pd.Series(d)
print(s1)

第2种写法

import pandas as pd

s1=pd.Series([100,200,300],index=['x','y','z'])
print(s1)

import pandas as pd

d ={'x':100,'y':200,'z':300}
s1=pd.Series(d)
print(s1.index)

第2种写法

import pandas as pd

L1=[100,200,300]
L2=['x','y','z']

s1=pd.Series(L1,index=L2)
print(s1.index)

6. 只有将它加到DataFranme里我们才能确定它是行还是列。今天研究一下怎么用pandas生成下面的表格。

#eg6
import pandas as pd

s1 = pd.Series([ 1, 2, 3 ], index=[ 1, 2, 3 ], name='A')
s2 = pd.Series([ 10, 20, 30 ], index=[ 1, 2, 3 ], name='B')
s3 = pd.Series([ 100, 200, 300 ], index=[ 1, 2, 3 ], name='C')

df = pd.DataFrame({s1.name: s1, s2.name: s2, s3.name: s3})
print(df)

如果以list的形式加到DataFrame ，Series 是行

import pandas as pd
 #eg7
s1 = pd.Series([1,2,3],index=[1,2,3],name='A')
s2 = pd.Series([10,20,30],index=[1,2,3],name='B')
s3 = pd.Series([100,200,300],index=[1,2,3],name='C')
 
df = pd.DataFrame([s1,s2,s3])
print(df)

观察上面的eg6以及它的输出我们可以知道，每个Series和DataFrame它们都有自己的index，index之间有何关系？
答：index之间存在一种“对齐关系”：index相同的值对成一行