自动化办公Panda的使用

panda 专业来说是，基于Numpy的一个强大的分析结构化数据的工具集，可以快速实现数据清洗功能。而对我来说，panda同时也是一个强大的，自动化办公工具集，同时支持cvs、xlsx等多种格式文件的信息处理。用它处理表格数据是非常高效的！

---

提示：本文主要表述的是Python的Panda文档处理方法和使用技巧

---

一、安装与环境

1. 通过cmd命令行的方式进行安装

pip install Pandas

2. 安装读取xlsx文件的依赖库

pip install xlrd==1.2.0

如果报这个错误就是就是没有这个依赖库，且值得注意的是，要指定版本，不然最新版本，不支持xlsx文件

ImportError: Missing optional dependency 'xlrd'. Install xlrd >= 1.0.0 for Excel support Use pip or conda to install xlrd.

3. 测试一下代码，没报错就算成功安装了

import pandas as pd
pd.read_excel("你本地的xlsx文件路径")

二、读取和展示数据

导入panda库，导入成功后，就可以通过简化后的pd名称调用，panda库的各种方法了

import pandas as pd

1. 读取不同格式的数据

• 读取csv文件

import pandas as pd
pd.read_csv("file.csv")

• 读取xlsx文件和xls文件

import pandas as pd
pd.read_excel("file.xlsx")

从这两个例子中可以看出，读取支持格式的文件，方法都会以read_.* 开头，所有想读取文件可以先输入read_ 查看提示选项。

2. 只将部分内容载入内存

• 有时候会遇到一种情况，数据文件太大，一次性加载入内存，需要好久，不利我们开发观察，这时我们只想读取文件的前10行，后边数据不载入内存了

pd.read_csv("file.csv", nrows=10) # 只将文件前10行加载入内存

三、Panda内容展示

这里主要介绍的，将内容展示到控制台，以及做一些处理，去除表格内容干扰！

1. 控制台内容展示

• 查看全部数据

import pandas as pd
data=pd.read_csv("file.csv")
print(data)

• 查看前10行数据（这里和上方说的不一样，这里是将文件数据全部载入内容处理后，在读取前10行）

import pandas as pd
data=pd.read_csv("file.csv")
print(data.head(10))

• 查看后10行

print(data.tail(10))

• 只查看某列或者某两列

print(data["列名1"]) #查看列名1所有数据
print(data["列名1","列名2"]) #查看列名1和列名2所有数据，以此类推可以展示更多

2. 去除干扰的数据

有时候读取表格的时候，第一行，写的是一个大标题；而第二行才是，才是全篇表格的标题，这时，我们可以修改默认标题行

• 指定某一行为表格标题

import pandas as pd
data = pd.read_csv("file.csv", header=1) #指定第一行为标题，索引从0开始

• 删除后边几行

data.drop(data.tail(10).index, inplace=True)  # 去掉后边10行，inplace在原理基础上

• 删除某一列

del data["列名"]

四、 数据分析

这一节将介绍数据分析，如数据对比判断，数据筛选，排序，统计等！

1. 数据排序

• 对某一列数据进行升序排序

 data= data.sort_values(by='列名')

• 对某列数据进行降序排序

data=data.sort_values(by='列名',ascending=False)

• 对行的数据进行排序

sort = data.iloc[i][4:].sort_values() #正序
sort = data.iloc[i][4:].sort_values(ascending=False) #逆序

2. 筛选数据

• 筛选比1大的数据

data=data[data["列名"]> 1]

• 筛选等于1的数据

data=data[data["列名"]== 1]

• 筛选等于，1,2,3,4,5,6数据的行

list_data=[1,2,3,4,6]
data[data["列名"].isin(list_data)]

3. 列类型转换以及字符串拼接

• 将某一列类型转换成为字符串类型

data["列名"].astype(str)

• 给某列添加字符串前缀

data["列名"]="前缀"+data["列名"].astype(str)

• 将某列转为整形

data["列名"]=row["列名"].astype("Int64")

• 转为浮点型

data["列名"]=row["列名"].astype("float64")

4. 数据修改

• 修改标题名称

data.rename(columns={'旧列名':'新列名'}, inplace=True)

• 定位具体数字值

data["列名"]["行名"].values
# 返回的是一个列表

• 创建新列

data["新列名"]=[...]# 列表里边的数据长度一定要和其他列一样长

5. 保存数据

• 保存 CSV数据

data.to_csv("new_file.csv",index=False)

• 保存xlsx数据

new_data.to_excel("new_file.xlsx",index=False)

提示： 如果不加 index=False 的话会默认对出一行索引行

6. 计算

• 两列数据相除，得到新的一列

data['新的一列'] =firearms.apply(lambda x: x['列名1'] / x['列名2'], axis=1) #如果加的话换掉/ 号即可

• 计算平均值

data["列名"].mean()

• 计算某列的和

data["列名"].sum()

• 对数据进行分组，数据一样的为一组

group_data=data.groupby("列名") 
# 对分组里边的数据进行排序
group_data.apply(lambda x: x.sort_values('排序列名')) 

• 取出每个分组的第一行

newData = group_data.head(1) # 有10组，就会返回10行数据

7. 其他

• 我在这里描述的只有 Panda的一些基础功能，还有很多功能待完善，希望能得到大家的支持！