excel笔记

1.快速填充

当需要提取出电子邮件里的名称,可以在第一行里手动输入Nancy后,直接按快捷键ctrl + e进行快速填充,可以直接获得预期数据
在这里插入图片描述
在这里插入图片描述
如果不用快捷键,也可以点击指定位置的图标,实现这一功能
在这里插入图片描述
快速填充不仅可以将进行数据拆分,还可以进行合并,比如下面这个案例
在这里插入图片描述
输入李书记后,直接按ctrl + e就可以预期数据了
在这里插入图片描述

2.原位填充

当前要在一个excel里的制指定单元格输入CSDN,比较简单的方法就是先ctrl选中需要填写内容的单元格,再输入CSDN后,不按回车,而是按ctrl + 回车就会得到预期结果了
在这里插入图片描述

3.excel爬虫

可以通过excel进行简单的网络表格数据爬取,以豆瓣电影网站为例https://movie.douban.com/coming
直接打开网站是会看到这样一个界面,里面的【即将上映电影】表格可以通过excel进行爬取
在这里插入图片描述
只用选择【自网站】,再输入豆瓣电影的url就可以获取了
在这里插入图片描述
爬取结果在excel里也就是一张表格
在这里插入图片描述
同时也可以在【连接属性】里设置刷新频率
在这里插入图片描述
不过excel只能在网站上爬取表格这类结构化数据,其他的数据就很难处理了,需要使用python进行处理

4.跨列居中

跨列居中的展示形式会和合并单元格后居中有点类似
在这里插入图片描述
在这里插入图片描述
跨列居中是在没有合并单元格的前提下,让文本内容进行居中展示
在这里插入图片描述

5.自动调整列宽

当一个单元格内数据没有完整展现的时候,可以手动进行列宽调整,但当需要调整的列比较多的时候,则可以选中需要调整的列,通过自动调整列宽命令进行调整
在这里插入图片描述
在这里插入图片描述

6.常用的数字格式代码

0可以控制小数位数
原数据为10,自定义格式为0.0,则会展示为10.0
#只显示有意义的数值
原数据为10,自定义格式为###.###,则会展示为10.
?用空格代替0
原数据为10,自定义格式为???.???,则会展示为10.

7.定位功能

如果需要在复制一堆单元格的时候,不复制已经被隐藏的内容,可以通过定位功能来实现,原数据是到第18行,共有7行
在这里插入图片描述
现在隐藏第17行,还剩6行可见
在这里插入图片描述
如果直接复制,那被隐藏的一行也会被复制出来,这时候可以在定位条件里选择可见单元格
在这里插入图片描述
在这里插入图片描述

8.COUNT函数

COUNT函数:返回包含数字以及包含参数列表中的数字的单元格的个数。利用COUNT函数可以计算单元格区域或数字数组中数字字段的输入项个数。
COUNTA函数:返回参数列表中非空值的单元格个数。利用函数COUNTA可以计算单元格区域或数组中包含数据的单元格个数。
COUNTBLANK:返回参数列表中空值的单元格个数。利用函数COUNTBLANK可以计算单元格区域或数组中包含空格的单元格个数。
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: Pandas是Python中一个强大的数据分析库,它可以轻松地读取、处理和分析各种数据类型,包括Excel表格。本文将介绍如何使用Pandas来操作Excel文件,并提供相应的笔记PDF文件进行参考。 要使用Pandas操作Excel文件,首先需要安装Pandas库。在安装完Pandas之后,我们可以使用"pandas.read_excel"函数来读取Excel文件。该函数可以接受Excel文件路径作为参数,并返回一个Pandas的DataFrame对象,以便我们进行后续的数据操作和分析。 一旦我们读取了Excel文件,就可以使用Pandas提供的各种函数来对数据进行处理和分析。例如,我们可以使用"head"函数来查看数据的前几行,使用"describe"函数来获取数据的统计信息,或者使用"sort_values"函数对数据进行排序等等。这些函数可以帮助我们更好地理解和掌握数据,从而做出更准确的分析和决策。 此外,Pandas还提供了一些函数来进行数据的筛选、修改和计算。我们可以使用"loc"和"iloc"函数来选择特定的行和列,使用"fillna"函数来填充空值,使用"apply"函数对某一列数据进行自定义计算等等。这些函数的使用可以帮助我们快速地完成数据的处理和分析任务。 最后,我们可以将Pandas的DataFrame对象转换为PDF文件,以便记录我们的数据处理和分析过程。可以使用"df.to_pdf"函数将DataFrame对象保存为PDF文件,该文件可以作为笔记使用,方便我们回顾和分享。 总之,Pandas提供了丰富而强大的功能,可以帮助我们轻松地操作Excel文件,并进行相关的数据处理和分析。同时,我们可以将操作过程记录为PDF文件,方便日后参考和分享。 ### 回答2: pandas操作Excel的方法非常方便,可用于读取、写入和操作Excel文件。下面是关于pandas操作Excel笔记。 1. 读取Excel文件:可以使用`pandas.read_excel()`函数来读取Excel文件,并将其转换为DataFrame对象。可以通过指定文件路径、工作表名称和其他参数来读取不同的工作表和数据。 2. 数据筛选和操作:我们可以使用pandas的各种函数和方法对Excel中的数据进行筛选和操作。例如,`df.drop()`可以删除指定的行或列,`df.loc()`可以按条件选择数据等。这些方法可以帮助我们根据需要对Excel中的数据进行处理和分析。 3. 数据写入Excel:使用`pandas.DataFrame.to_excel()`函数可以将DataFrame对象写入到Excel文件中。可以通过指定文件路径和其他参数来实现对Excel文件的写入操作。 4. 数据统计和计算:pandas提供了许多内置函数和方法来进行数据的统计和计算操作。例如,`df.mean()`可以计算平均值,`df.sum()`可以计算总和等。这些函数和方法可以帮助我们快速计算和分析Excel中的数据。 总之,pandas是一个强大的工具,可以方便地操作Excel文件。它提供了许多函数和方法,可以帮助我们读取、写入和处理Excel中的数据。通过使用pandas,我们可以更高效地进行数据分析和处理工作,在处理大量数据时尤其有用。无论是初学者还是有经验的数据分析师,都可以受益于pandas在Excel操作中的优势。 ### 回答3: pandas是一个在Python中用于数据分析和操作的强大库。它提供了大量的函数和方法,方便我们对Excel文件进行读取、写入和处理。下面是关于pandas操作Excel的一些笔记: 1. 读取Excel文件: 我们可以使用pandas的`read_excel()`函数来读取Excel文件。只需要传入Excel文件的路径或URL即可。读取后的数据可以保存在DataFrame对象中,方便后续的操作和分析。 2. 写入Excel文件: 利用pandas,我们可以使用`to_excel()`函数将数据从DataFrame对象写入Excel文件中。我们可以指定文件的输出路径和文件名,还可以设置写入的sheet名称和是否包含行索引。 3. 数据操作和处理: pandas提供了丰富的数据处理功能。我们可以对读取的Excel数据进行选取、过滤、排序、合并、拆分等操作。比如可以使用`df.head()`来获取数据的前几行,使用`df.describe()`来获取数据的基本统计信息。 4. 数据筛选和过滤: 在pandas中,我们可以使用布尔索引来筛选和过滤数据。比如可以使用`df[df['列名'] > 值]`来获取满足条件的数据行。 5. 数据统计和分析: pandas提供了丰富的数据统计和分析函数,可以方便地进行数据聚合、求和、平均值等操作。比如可以使用`df.groupby('列名').mean()`来对数据进行分组并计算平均值。 6. 缺失值处理: 如果Excel文件中存在缺失值,我们可以使用pandas的函数来处理缺失值。比如使用`df.dropna()`来删除包含缺失值的行,使用`df.fillna(value)`来填充缺失值。 总之,pandas提供了丰富的函数和方法,方便我们对Excel文件进行读取、写入和处理。它不仅简化了数据操作的流程,还可以高效地处理大量的数据。通过对pandas的学习和应用,我们可以更好地处理和分析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

打赏作者

孟意昶

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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