将excel中包含的多sheet数据导入Origin,并将不相邻列的数据进行绘图。

一、准备数据,所准备的excel如下所示

    其中第三行是name,第四行是单位,第一行和第二行是commets。这个在接下来的导入过程中会用到。

二、新建一个workbook,并导入数据(导入excel 的时候,excel确定要关闭)

三、等待弹出导入的对话框,然后进行选择,如下所示,其中的3412 分别对应步骤一中的前四行

四、将不相邻的行选中,然后点击绘制,最后生成的图自己再微调一下。

 

 

 

 

 

在Python,我们可以使用pandas库来方便地读取Excel文件的多个sheet并处理数据。以下是一个简单的步骤说明: 1. **安装所需的库**: 首先,你需要确保已经安装了`pandas`和`openpyxl`或`xlsxwriter`(用于处理Excel文件)。如果没有,可以运行: ``` pip install pandas openpyxl (如果只读) pip install pandas xlsxwriter (如果需要写入) ``` 2. **读取Excel文件**: 使用`pandas.read_excel()`函数读取Excel文件,指定你要读取的sheet名称。例如: ```python import pandas as pd df_sheet1 = pd.read_excel('file.xlsx', sheet_name='Sheet1') df_sheet2 = pd.read_excel('file.xlsx', sheet_name='Sheet2') # 可能有多个sheet名,依此类推 ``` 3. **提取相同数据**: 要比较的可以根据名选择,比如`column_name`: ```python column_to_compare = ['column_name'] if isinstance(column_name, str) else column_name data1 = df_sheet1[column_to_compare] data2 = df_sheet2[column_to_compare] ``` 4. **数据对比分析**: 现在你可以对两个DataFrame的数据进行各种比较操作,如计算差异、查找缺失值、合并等。这里给出一些例子: - 检查是否完全相等: ```python are_equal = data1.equals(data2) ``` - 计算差异: ```python diff = data1.astype(str).apply(lambda x: x != data2.astype(str)).sum() ``` - 描述性统计: ```python comparison_stats = data1.compare(data2) ``` 5. **可视化结果**(可选): 如果你想将结果可视化,可以使用matplotlib或seaborn库。 ```python import matplotlib.pyplot as plt data1.plot.hist(title='Sheet1', bins=range(min(data1), max(data1)+1)) data2.plot.hist(title='Sheet2', bins=range(min(data2), max(data2)+1)) plt.show() ```
评论
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