规则 df.replace(‘old’,new)
要改变源数据需要使用inplace = True,不这样的操作并没有改变文档的源数据。
1.部分替换
df['Row Labels'] = df['Row Labels'].str.replace('/','')
2.取前n位数据
df['Labels'] = df['Row Labels'].apply(lambda x:x[:n]).tolist()
3.列表数据判断
import pandas as pd
import numpy as np
df = pd.read_excel('./666.xlsx')
df['QUANTITY'] = df['QUANTITY'].astype(int) #转为整数型
df['状态'] = np.where(df['QUANTITY']>0,'发货','退货')
df.to_excel('./999.xlsx')
#astype()进行类型转换
4.读取excel表
在这里插入代码片
df = pd.read_excel('D:/PB全款表/PB STOCK.xlsx',sheet_name='Sheet1',engine='openpyxl',header=2)#
#engine='openpyxl'最新版不需要写,header默认为0,为excel表表头前面有多少空行
5.替换指定的某个或指定的多个数值(用字典的形式)只改变原有值就是字典里的建作为原值,字典里的值作为替换的新值。当然,我们也可是使用列表的形式进行替换:
df.replace(['A','29.54'],['B',100])
6.使用正则进行替换(需要在最后添加 regex=True
df.replace('[A-z]','测试',regex = True)
7.读取csv文件
'''
index_col=False,dtype='unicode'主要是dtype这个,解决dtype警告类似于
sys:1: DtypeWarning: Columns (9,18,24,25,30,31,38,39,48,60,62,89,90,91,93,94,95,96,97)
have mixed types.Specify dtype option on import or set low_memory=False.
翻译为 :dtype警告:列(9,18,24,25,30,31,38,39,48,60,62,89,90,91,93,94,95,96,97)具有混合类型。
请在导入时指定dtype选项或将低内存设置为False。
'''
data1 = pd.read_csv('D:/核销操作/E3订单商品明细统计.csv',encoding='GBK',index_col=False,dtype='unicode')
8.数据关联和选择部分列,数据另存为
data['发货合并'] = [str(i)+str(j) for i,j in zip(data['Externorderkey'],data['Sku'])]
data = data[['Editdate','Salesman','Sku','Externorderkey','M Company','Qty','发货合并']]
df_merge = pd.merge(left=data,right=data1,left_on='发货合并',right_on='销售合并')
df_merge.to_excel('D:123.xlsx',sheet_name='SO',engine='openpyxl',index=False)
9.在已经存在表另存时不覆盖原有数据
import pandas as pd
import openpyxl
def add_sheet(data, excel_writer, sheet_name):
"""
不改变原有Excel的数据,新增sheet。
注:
使用openpyxl操作Excel时Excel必需存在,因此要新建空sheet
无论如何sheet页都会被新建,只是当sheet_name已经存在时会新建一个以1结尾的sheet,如:test已经存在时,新建sheet为test1,以此类推
:param data: DataFrame数据
:param excel_writer: 文件路径
:param sheet_name: 新增的sheet名称
:return:
"""
book = openpyxl.load_workbook(excel_writer.path)
excel_writer.book = book
data.to_excel(excel_writer=excel_writer, sheet_name=sheet_name, index=None, header=False)
excel_writer.close()
10.数据筛选
data = df[df['TRANSACTION_TYPE_DESC'].str[-2:] != 'nd']
data = df[df['POS_NAME_EN']== 'VIP.COM']
11.字典
dict = {}
for key in f:
dict[key] = dict.get(key, 0) + 1
for key, value in dict.items():
t_list.append(key)