怎么在Python中用pandas处理Excel数据

Pandas是基于NumPy 的一种工具,是Python的一个数据分析包,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

如果你需要处理一个叫学生成绩的Excel数据,首先需要把Excel的数据引用到pandas中,然后格式化输出所有数据。

import pandas as pd
names=pd.read_excel(‘学生成绩.xlsx’)
data=name.values
print(“学生成绩:\n{0}”.format(data))

如果学成成绩表格中有多个表单,可以根据表单名同时获取多个

names=pd.read_excel(‘学生成绩.xlsx’,sheet_name=[’一年级’,’二年级’,’三年级’])

也可以通过表单的索引来同时获取

names=pd.read_excel(‘学生成绩.xlsx’,sheet_name=[0,1,2])

还可以混合获取多个

names=pd.read_excel(‘学生成绩.xlsx’,sheet_name=[‘一年级’,2])

还可以获取表单的指定的多行

name=pd.read_excel(‘学生成绩.xlsx’)
data=name.ix[0,1,2].values
print(“学生成绩是:\n{0}”.format(data))

还可以获取指定的行指定的列的值

data=name.ix[[0,1],[‘学生姓名’,’语文成绩’,’数学成绩’]].values

还可以获取指定列的所有值

data=name.ix[:,[‘学生姓名’,’语文成绩’,’数学成绩’]].values

还可以获取行号

num=name.index.values

还可以获取列的名字

col=name.columns.values

这些数据还可以放在字典里,我们用for循环实现

name=pd.read_excel(‘学生成绩.xlsx’)
datas=[]
for i in name.index.values:
  das=name.ix[i,[‘学生姓名’,’语文成绩’,’数学成绩’]].to_dict()
  datas.append(das)
print(‘学生成绩是:{0}’.format(datas))
  • 0
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python使用`pandas`库将Excel导入后,你可以使用各种`pandas`提供的功能来处理数据。以下是一些常见的数据处理操作示例: 1. 查看数据: ```python # 打印整个数据集 print(data) # 查看数据集的前几行 print(data.head()) # 查看数据集的后几行 print(data.tail()) # 查看数据集的摘要统计信息 print(data.describe()) ``` 2. 访问列数据: ```python # 访问特定列 column_data = data['列名'] print(column_data) # 访问多个列 columns = ['列1', '列2', '列3'] multi_column_data = data[columns] print(multi_column_data) ``` 3. 过滤数据: ```python # 使用条件过滤数据 filtered_data = data[data['条件列'] == '条件值'] print(filtered_data) # 使用多个条件过滤数据 filtered_data = data[(data['条件列1'] == '条件值1') & (data['条件列2'] == '条件值2')] print(filtered_data) ``` 4. 排序数据: ```python # 按特定列排序(升序) sorted_data = data.sort_values(by='列名') print(sorted_data) # 按特定列排序(降序) sorted_data = data.sort_values(by='列名', ascending=False) print(sorted_data) ``` 5. 数据转换: ```python # 将列的字符串转换为日期类型 data['日期列'] = pd.to_datetime(data['日期列']) # 将列的数字转换为字符串类型 data['数字列'] = data['数字列'].astype(str) # 应用自定义函数到列 def custom_function(value): # 自定义处理逻辑 return processed_value data['新列'] = data['原列'].apply(custom_function) ``` 这些只是一些常见的数据处理操作示例,`pandas`库提供了丰富的功能和方法来处理和操作数据。你可以根据具体需求使用适当的`pandas`函数和方法来处理导入的Excel数据

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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