我整理的一些关于【数据分析】的项目学习资料（附讲解～～）和大家一起分享、学习一下：

 https://edu.51cto.com/surl=f5rw22

Python中读取Excel文件并保留数据

在数据分析和处理领域，Excel文件是非常常见的数据存储格式。通过Python，可以轻松读取Excel文件，并对其中的数据进行处理。本文将介绍如何使用pandas库读取Excel文件，并保留特定的数据。我们将通过代码示例来帮您更好地理解这个过程。

一、准备工作

在开始之前，我们需要确保系统中已安装pandas和openpyxl库。pandas库是Python中用于数据分析和操作的强大工具，而openpyxl则是一个用于处理Excel文件的库。可以使用以下命令安装它们：

pip install pandas openpyxl
  • 1.

二、读取Excel文件

在Python中，我们可以使用pandas库中的read_excel()函数来读取Excel文件。以下是基本的代码示例：

import pandas as pd

# 读取Excel文件
file_path = 'data.xlsx'
data = pd.read_excel(file_path)

# 打印数据
print(data)
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.

此段代码会读取名为“data.xlsx”的Excel文件，并将其内容存储在变量data中。通过print(data)，可以在控制台上查看读取到的数据。

三、保留特定数据

在读取Excel文件后，通常我们不需要所有的数据，而只想保留某些特定的数据。我们可以使用pandas提供的各种数据处理功能来实现这一点。例如，假设我们的Excel文件包含一列“销售额”，而我们只想保留销售额大于1000的行。可以使用以下代码：

# 保留销售额大于1000的行
filtered_data = data[data['销售额'] > 1000]

# 打印筛选后的数据
print(filtered_data)
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.

在这个示例中，通过条件筛选，我们创建了一个新的DataFrame filtered_data，其中仅包含“销售额”大于1000的行。这使得数据更为精简，有助于后续的分析。

四、数据可视化

数据可视化是分析数据的重要步骤，它可以帮助我们更直观地理解数据。在此，我们可以使用matplotlib库生成甘特图，以展示任务的时间进度。首先，确保安装了matplotlib：

pip install matplotlib
  • 1.

接下来，以下是绘制甘特图的示例代码：

import matplotlib.pyplot as plt
import matplotlib.dates as mdates

# 示例数据
tasks = ['任务1', '任务2', '任务3']
start_dates = [pd.to_datetime('2023-01-01'), pd.to_datetime('2023-01-02'), pd.to_datetime('2023-01-05')]
end_dates = [pd.to_datetime('2023-01-03'), pd.to_datetime('2023-01-04'), pd.to_datetime('2023-01-07')]

# 创建甘特图
fig, ax = plt.subplots(figsize=(10, 6))
for i, task in enumerate(tasks):
    ax.barh(task, end_dates[i] - start_dates[i], left=start_dates[i], color='skyblue')

# 格式化日期
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
plt.xticks(rotation=45)
plt.xlabel('日期')
plt.ylabel('任务')
plt.title('甘特图示例')
plt.tight_layout()
plt.show()
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.

在该示例中，我们定义了一些示例数据，包括任务名称、开始日期和结束日期。然后通过matplotlib绘制了一个甘特图，将每个任务的时间范围以横条的形式展示出来。

五、结语

通过本文的介绍，我们学习了如何使用Python和pandas库读取Excel文件，并筛选和保留特定数据，同时还简单了解了如何使用matplotlib绘制甘特图。这些技术无疑在数据分析和可视化中扮演了重要角色。

无论你是数据分析的新手，还是有经验的分析师，掌握这些基本的代码和工具都能显著提高你的工作效率。希望你能在今后的数据分析项目中应用这些知识，不断提高数据处理的能力。同时，也建议大家多多使用pandas和matplotlib，以获取更多的灵感与技巧。