列表(List):Python中最基本的数据结构,列表的数据项通过逗号分隔,可以为不同的数据类型,例如:list1 = ['physics', 'chemistry', 1997, 2000]。
ndarray:Numpy提供了N 维数组对象,用来存储单一数据类型的多维数组。
DataFrame: Pandas提供的一种二维数据结构,数据以行(index)和列(columns)的表格方式排列,类似与excel的表结构
![938339d98cdd7fd0503a448becf0f8c7.png](https://i-blog.csdnimg.cn/blog_migrate/226c58d48107fc57a75da429e37c8cba.jpeg)
读取excel(1)
import xlrd
# 加载数据
workbook = xlrd.open_workbook('path/Pd.xlsx')
# 获取所有sheet
print(workbook.sheet_names()) # [u'sheet1', u'sheet2']
# 根据sheet索引或者名称获取sheet内容
sheet1 = workbook.sheet_by_index(0) # sheet索引从0开始
# sheet的名称,行数,列数
print(sheet1.name, sheet1.nrows, sheet1.ncols)
# 获取整行和整列的值(数组)
rows = sheet1.row_values(3) # 获取第4行内容
cols = sheet1.col_values(1) # 获取第2列内容
# 获取单元格内容
print(sheet1.cell(1, 0).value)
读取excel(2)
import pandas as pd
df = pd.read_excel('finally_x.xlsx')
将数据存入excel
out = pd.DataFrame(list)
out.to_excel('path/name.xlsx')
批量处理excel
import os
dir_str = r'base_path' #base_path为根路径
file_name = os.listdir(dir_str)
file_dir = [os.path.join(dir_str, x) for x in file_name]
print(file_name)
for i in range(len(file_dir)):
read_excel(file_dir[i])
1.3 csv操作
f = open(path, encoding="utf-8")
#跳过前31行,读取列名为'S', 'P', 'Pd'的三列,将空值赋值为NULL
df = pd.read_csv(f, skiprows=31, usecols=['S', 'P', 'Pd'], na_values='NULL')
#删除带有空值的行
df.dropna(inplace=True)
#将结果保存到新的csv当中,保存路径为项目路径
df.to_csv('name.csv')