Pandas读写csv文件，根据其中一列分组（可去重），按照条件merge合并两个表，append添加行，根据列值选择行

1、简单读写操作

读操作

import pandas as pd
file_name = u'文件名.xlsx'
excel_file = os.getcwd() + ‘/’ + file_name
data = pd.read_excel(excel_file, sheet_name=0, header=0)

其中sheet_name表示excel文档中的sheet表，要取起一个sheet，sheet_name=0，以此类推。
header表示列表名是在哪一行出现，如果是第一行，则header=0，以此类推。

写操作

data.to_excel(os.getcwd() + ‘/文件名.xlsx’, encoding='utf_8_sig', index= False) #data的属性是dataframe

index = Flase代表写进excel的时候不自动加进的index这一列。

2、根据一列分组

比如应用中想要按照一列进行分组，下面的例子是按照人名分组，人名相同的为一组，然后组内按照课程分数进行排序。

# 根据"人名"分组
listType = data[u'人名'].unique()
data_remo = pd.DataFrame(columns=data.columns)  # 新建一个空dataframe，用于存储去重后的dataframe

for i in listType:
	data_group = data[data[u'人名'].isin([i])]
    data_group = data_group.sort_values(by=[u"课程分数"], ascending=True)
    # data_group = data_group.iloc[[0]] #如果想取值，去重，取这个人最高分数，则ascending=False，然后加上这一句
    data_remo = data_remo.append(data_group, ignore_index=True)

下图是原始的dataframe和分组后的dataframe

3、按照条件合并两个表

merge，只记录这个我用的多的。
和数据库相似，比如左链接
data1为左表，data2为右表

data_final = data1.merge(data2, how = 'left', left_on = 'id', right_on = 'IP')
print data_final

结果：

4、添加行

以data1和data2为例

data_final = data1.append(data2, ignore_index=True)
print data_final

结果：

5、根据列中特定条件选择行

取id为5和6的行

data = data_final[data_final['id'].isin([5,6])]

结果：