Python pandas库操作 excel

Python pandas库操作 excel

特别提示：

pandas 库是基于numpy库 的软件库，因此安装Pandas 之前需要先安装numpy库。默认的pandas不能直接读写excel文件，需要安装读、写库即xlrd、xlwt才可以实现xls后缀的excel文件的读写，要想正常读写xlsx后缀的excel文件，还需要安装openpyxl库 。

数据读取

import pandas as pd
 
file = r'D:/xxx/demo1.xlsx'
df = pd.read_excel(file)
print(df)

# read_excel()方法将Excel文件读取到pandas DataFrame中

数据处理

获取列数据

df['column_name']

获取多列

多列中，df[] 括号里边是一个列表

df[['columns_name1','columns_name2']]

获取行数据

其中，Line_number是行号，column_name是列名，可缺省，列名缺省获取整行

df.loc[Line_number, ['column_name']]

整体数据排序

df.sort_values(by='columns_name',ascending = False)

数据去重

Panda DataFrame 对象提供了一个数据去重的函数 drop_duplicates()，即从数据帧中删除重复项

df.drop_duplicates()

# keep='first'保留第一次出现
df.drop_duplicates(keep='first')

# subset='列名'去重指定列
df.drop_duplicates(subset='棒号属性')

# inplace=False 删除重复项后返回副本
df.drop_duplicates(inplace=False)

# inplace=True 直接在原数据上删除重复项
df.drop_duplicates(inplace=True)

保存到excel

to_excel()

import pandas as pd  # 导入模块
 
data = { '姓名': ['赵', '钱', '孙'], '年龄': [21, 22, 13], '性别': ['男', '女', '男']}
df = pd.DataFrame(data)
df.to_excel(r'D:\xxx\demo2.xlsx',index=False)

缺省值填充 fillna()

单元格为空显示为NaN 为避免替换为空字符串

df = pd.read_excel(file)
df.fillna('', inplace=True)

或在read_excel()传参keep_default_na=False

df = pd.read_excel(file, keep_default_na=False)

作者：陈超