python excel 空值_用Python轻松搞定Excel中的20个常用操作

来源 |早起Python(ID: zaoqi-python)

Excel与Python都是数据分析中常用的工具，本文将使用动态图(Excel)+代码(Python)的方式来演示这两种工具是如何实现数据的读取、生成、计算、修改、统计、抽样、查找、可视化、存储等数据处理中的常用操作！

数据读取

说明：读取本地Excel数据

Excel

Excel读取本地数据需要打开目标文件夹选中该文件并打开

Pandas

Pandas支持读取本地Excel、txt文件，也支持从网页直接读取表格数据，只用一行代码即可，例如读取上述本地Excel数据可以使用pd.read_excel("示例数据.xlsx")

数据生成

说明：生成指定格式/数量的数据

Excel

以生成10*2的0—1均匀分布随机数矩阵为例，在Excel中需要使用rand()函数生成随机数，并手动拉取指定范围

在Pandas中可以结合NumPy生成由指定随机数(均匀分布、正态分布等)生成的矩阵，例如同样生成10*2的0—1均匀分布随机数矩阵为，使用一行代码即可：pd.DataFrame(np.random.rand(10,2))

数据存储

说明：将表格中的数据存储至本地

Excel

在Excel中需要点击保存并设置格式/文件名

在Pandas中可以使用pd.to_excel("filename.xlsx")来将当前工作表格保存至当前目录下，当然也可以使用to_csv保存为csv等其他格式，也可以使用绝对路径来指定保存位置

数据筛选

说明：按照指定要求筛选数据

Excel

使用我们之前的示例数据，在Excel中筛选出薪资大于5000的数据步骤如下

在Pandas中，可直接对数据框进行条件筛选，例如同样进行单个条件(薪资大于5000)的筛选可以使用df[df['薪资水平']>5000]，如果使用多个条件的筛选只需要使用&(并)与|(或)操作符实现