pandas 对excel进行的入门操作

 为了帮助入门的小伙伴快速上手pandas操作Excel,写了一篇文章进行记录常用操作，以下是一些常用的pandas处理Excel文件的方法：

1. 读取Excel文件

import pandas as pd
data = pd.read_excel('file.xlsx')

1. 写入Excel文件

data.to_excel('new_file.xlsx', index=False)

1. 选择特定的列

selected_data = data[['column1', 'column2']]
#选择单列也可以这样
selected_data = data[['column1']]
selected_data = data['column1']
data.iloc[:,1] #通过下标
data.locdf.loc[:,"NAME"] #通过列明

1. 原始的exdel

通过下面的对面添加了一个新列，然后进行数据输出

import numpy as np
df=pd.read_excel('20231114.xlsx')
# print(r.head(5))
# r["hoppy"]
hoppys=['pingpang','basketball','football','badminton','baseball']
newhoppy=[]
for r in (range(17)):
    # print(random.choice(hoppys))
    newhoppy.append(random.choice(hoppys))

df['hoppy']=newhoppy
print(df.head(100))

1.  过滤数据,过滤出来身高大于20的数据

filterdata=df[df["HEIGHT"]>20]

print(df[(df.NAME.str.contains('珍'))&(df["HEIGHT"]>21)])，复合条件筛选

print(df[df['NAME'].isin(['安荷', '安卉'])]) 在指定的范围筛选

data['new_column'] = data['column1'] + data['column2']

1. 删除列 

#inplace=true 不创建新的对象,直接对原始对象进行修改
data.drop(['column1', 'column2'], axis=1, inplace=True)
#下面两种方式都可以删除列
print(df.drop(["hoppy","AGE"],axis="columns"))

print(df.drop(["hoppy","AGE"],axis=1))

1. 合并Excel文件

data1 = pd.read_excel('file1.xlsx')
data2 = pd.read_excel('file2.xlsx')
merged_data = pd.concat([data1, data2])