Python数据分析基础-pandas模块之Excel

前情提要：
与Python的csv模块不同，Python中没有处理Excel文件（就是带有.xls和.xlsx扩展名的文件）的标准模块。要完成本章中的示例，你需要xlrd和xlwt扩展包。xlrd和xlwt扩展包使Python可以在任何操作系统上处理Excel文件，而且对Excel日期型数据的支持非常好。

3.2 处理单个工作表

sales_2013.xlsx文件其中工作表如图所示：

3.2.1 读写Excel文件

import pandas as pd
import sys
input_file=sys.argv[1]
output_file=sys.argv[2]
#read_excel读取excel文件
data_frame=pd.read_excel(input_file,sheet_name='january_2013')
#ExcelWriter写入excel文件
writer=pd.ExcelWriter(output_file)
data_frame.to_excel(writer,sheet_name='jan_13_output',index=False)
writer.save()

3.2.2 筛选特定行

1．行中的值满足某个条件

需求：
筛选出Sale Amount大于$1400.00的行

import pandas as pd
import sys

input_file = sys.argv[1]
output_file = sys.argv[2]

data_frame = pd.read_excel(input_file, 'january_2013', index_col=None)
data_frame_value_meets_condition = \
	data_frame[data_frame['Sale Amount'].astype(float) > 1400.0]

writer = pd.ExcelWriter(output_file)
data_frame_value_meets_condition.to_excel(writer, sheet_name='jan_13_output', index=False)
writer.save()

如果你需要设定多个条件，那么可以将这些条件放在圆括号中，根据需要的逻辑顺序用“&”或“|”连接起来。

2．行中的值属于某个集合

需求：
筛选出购买日期属于一个特定集合（例如：日期01/24/2013和01/31/2013的集合）的行
import pandas as pd
import sys

input_file = sys.argv[1]
output_file = sys.argv[2]

data_frame = pd.read_excel(input_file, 'january_2013', index_col=None)

important_dates = ['01/24/2013','01/31/2013']
#列表中嵌套列表是因为isin()函数判断是否包含所需列，返回布尔值，再使用data_frame[]选取为True的列输出
data_frame_value_in_set = data_frame[data_frame['Purchase Date'].isin(important_dates)]

writer = pd.ExcelWriter(output_file)
data_frame_value_in_set.to_excel(writer, sheet_name='jan_13_output', index=False)
writer.save()

3．行中的值匹配于特定模式

需求：
筛选出客户姓名包含一个特定模式（例如：以大写字母J开头）的行

在这个示例中，你想筛选出客户姓名以大写字母J开头的那些行。
pandas提供了若干字符串和正则表达式函数，包括startswith、endswith、match和search等，
你可以使用这些函数在文本中识别子字符串和模式。
import pandas as pd
import sys

input_file = sys.argv[1]
output_file = sys.argv[2]

data_frame = pd.read_excel(input_file