python数据分析基础007 -利用pandas带你玩转excel表格(中上篇)

本文详细介绍了如何在Pandas中使用函数填充来实现单元格与单元格、列与列的计算,以及如何运用apply函数进行列增值,并探讨了排序功能,包括单列排序和多重排序。适合进一步掌握Pandas在Excel数据处理中的高级操作。
摘要由CSDN通过智能技术生成
  • 🔥2.2 单元格与单元格进行计算

  • 🔥2.3 部分数据计算

  • 🔥2.4 列增值

    • 🌟2.4.1 pandas中的apply函数
  • 🍀(二)排序以及多重排序

    • 🍒1.在excel表格中进行操作
  • 🍒2.在pandas中实现排序操作

  • 🍀(三)数据筛选

    • 🍒1.在excel中进行数据筛选
  • 🍒2.在pandas中实现数据筛选

  • 🍻结语

🐚作者简介:苏凉(专注于网络爬虫,数据分析)

🐳博客主页:苏凉.py的博客

👑名言警句:海阔凭鱼跃,天高任鸟飞。

📰要是觉得博主文章写的不错的话,还望大家三连支持一下呀!!!

👉关注✨点赞👍收藏📂

在这里插入图片描述

🍺前言

=======================================================================

上篇文章带着大家一起学习了在pandas中如何对excel表格进行创建和修改,还有一些基本的操作,接下来我们一起再深入的去了解pandas在excel中其他的一些有趣的操作吧!!

往期回顾:

1.python数据分析基础001 -matplotlib的基础绘图

2.python数据分析基础002 -使用matplotlib绘图(散点图,条形图,直方图)

3.python数据分析基础003 -numpy的使用(详解)

4.python数据分析基础004 -numpy读取数据以及切片,索引的使用

5.python数据分析基础005 -pandas详解_pandas入门这一篇就足够了

6.python数据分析基础006 -利用pandas带你玩转excel表格(上篇)

🍀(一)在pandas中对excel进行函数填充

============================================================================================

🍒1.在excel中进行函数填充


实例:在excel中我们要计算出现价,需要用对应的单元格做计算,得出结果后向下填充!

在这里插入图片描述

🍒2.在pandas中实现函数填充


🔥2.1 列于列进行计算

在excel表格中,计算出得结果通常为单元格与单元格做计算,而在pandas中往往都是整列与整列进行计算。

import pandas as pd

book = pd.read_excel(‘./Book.xlsx’)

df = pd.DataFrame(book)

1.列与列进行计算

now_price = df[‘原价’] * df[‘折扣’]

df[‘现价’]=now_price

print(df)

结果:

在这里插入图片描述

🔥2.2 单元格与单元格进行计算

若我们想要实现excel中的单元格与单元格进行计算,我们需要遍历索引,取到每个单元格内的值,再进行计算,这个方法与上述方法实现的效果相同,但增加了计算量。如没有特殊情况,不推荐此类方法!!

2.单元格和单元格进行计算

# 对索引进行遍历

for i in df.index:

df[‘现价’].at[i] = df[‘原价’].at[i] * df[‘折扣’].at[i]

结果与上述相同。

🔥2.3 部分数据计算

若我们只想对其中的部分数据进行计算,则遍历部分单元格进行计算即可!

3.对部分单元格进行遍历

for i in range(5,11):

df[‘现价’].at[i] = df[‘原价’].at[i] * df[‘折扣’].at[i]

结果:

在这里插入图片描述

🔥2.4 列增值

🌟2.4.1 pandas中的apply函数

DataFrame.apply(func, axis=0, broadcast=False, raw=False, reduce=None, args=(), **kwds)

我们在函数中实现对Series不同属性之间的计算,返回一个结果,则apply函数会自动遍历每一行DataFrame的数据,最后将所有结果组合成一个Series数据结构并返回。

4.列增值

def add(x):

return x+5

df[‘原价’] = df[‘原价’].apply(add)

另一种写法,可以以不用定义函数,当然定义函数要方便一点在哪里需要用到直接调用就可以了,另外一种方法为使用lambda表达式代替函数。

df[‘原价’] = df[‘原价’].apply(lambda x:x+5)

以上两种方法都可以的到同样的结果:

在这里插入图片描述

🍀(二)排序以及多重排序

================================================================================

在excel表格中我们可以对数据进行从大到小或是从小到大排序,也可以对多列数据进行排序,那再pandas中我们要如何操作呢?接下来就让我们一起看看吧!

实例:我们要对该表格的价格进行从大到小排序,以及将不值且价格从大到小来进行排序

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友,可以戳这里无偿获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

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