Python_pandas对excel的操作

一. 基本操作

import pandas as pd

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

#将data写入Excel文件
data.to_excel('write.xlsx', index=False)  # 不含索引

#选定一列
lie_data = data['x']  #x为列标签，在第一行 如 user_a user_b problem_id ... 

#删除列
data.drop('user_a', axis=1)  #axis=1列 =0行

#新增列
data['name'] = [7, 8, 9]  #name为新的列标签

#选定一行
hang_data = data.loc[y]  #y为行标签/索引，默认0 1 2 3 4...(从列标签下一行开始)

#删除行
data.drop(y)

#新增行
new_data={'user_a': 'zake', 'user_b': 'joker',....}
data = data.append(new_data, ignore_index=True)

#单元格修改
data.at[0, 'user_a'] = 'zjx666'  # 将第一行，'user_a' 列的值修改为 'zjx666'

二. 数据处理

#按数据大小筛选行
copy_data = data[data['similarity'] > 90]  #筛出similarity（查重率）那列大于90的所有数据行

#按数据内容筛选行
name_data = data[data['user_a'].isin(['zake', 'joker'])]  #筛出 user_a 叫zake或joker的数据行

#按某列排序
sort_data = data.sort_values(by='similarity', ascending=False)  #按查重率那列降序排序

#ascending=False（降序）
#ascending=True（升序）

#算score列均值
avg = data['score'].mean()

#score列求和
sum = data['score'].sum()

#方差
data['score'].var()

#加权平均并写入
data['junzhi'] = data['score1'] *0.4 + data['score2'] * 0.6