目录
一、导入Excel文件
在Pandas中导入Excel文件是一个常见的操作,可以使用read_excel()函数来实现。这个函数非常灵活,支持多种参数来定制导入过程,比如指定工作表(sheet)、跳过行(skiprows)、设置列名(header)等。
首先,确保你已经安装了pandas
库和openpyxl
库,因为pandas
使用openpyxl
来读取.xlsx
文件。如果还没有安装,可以使用pip进行安装:
pip install pandas openpyxl
pandas.read_excel()
函数还提供了许多其他参数来定制你的读取过程,比如:
header
:指定哪一行作为列名(默认是0,即第一行)。如果文件中没有列名,可以设置为None
。skiprows
:跳过文件开头的指定行数(或行号列表)。usecols
:指定需要读取的列(可以通过列名或列的索引来指定)。dtype
:指定列的数据类型。engine
:用于读取Excel文件的引擎。Pandas 1.2.0及以后的版本默认使用openpyxl
(用于.xlsx
文件)和xlrd
(用于旧的.xls
文件,但注意xlrd
从版本2.0.0开始不再支持.xlsx
文件)。
1.导入xlsx文件
import pandas as pd
# 指定Excel文件的路径
file_path = 'your_file.xlsx'
# 使用pandas的read_excel函数读取Excel文件
# 默认读取第一个工作表
df = pd.read_excel(file_path)
# 显示前几行数据,以确认导入成功
print(df.head())
如果你的.xlsx
文件包含多个工作表,并且你想读取特定的工作表,你可以使用sheet_name
参数。这个参数可以是一个工作表的名称(字符串),一个工作表的索引(整数,索引从0开始),或者是一个工作表名称的列表(用于一次性读取多个工作表)。
# 通过工作表名称读取
df_sheet1 = pd.read_excel(file_path, sheet_name='Sheet1')
# 通过工作表索引读取
df_sheet2 = pd.read_excel(file_path, sheet_name=1) # 注意索引是从0开始的
# 一次性读取多个工作表,返回一个字典,键是工作表名,值是DataFrame
dfs = pd.read_excel(file_path, sheet_name=['Sheet1', 'Sheet2'])
# 遍历字典中的DataFrame
for sheet_name, df in dfs.items():
print(f"Sheet Name: {sheet_name}")
print(df.head())
print() # 打印一个空行,以便区分不同工作表的数据
2.导入csv文件
同样使用read()函数
import pandas as pd
# 指定CSV文件的路径
file_path = 'your_file.csv'
# 使用pandas的read_csv函数读取CSV文件
df = pd.read_csv(file_path)
# 显示前几行数据,以确认导入成功
print(df.head())
3.head()与 tail()
当数据表中包含了数据行数过多时,而我们又想看一下每一列数据 都是什么样的数据时, 就可以把数据表中前几行或后几行数据显示出来进行查看 head()方法返回前 n 行(观察索引值),显示元素的数量默认是 5,但 可以传递自定义数值 tail()方法返回后 n 行观察索引值),显示元素的数量默认是 5,但可 以传递自定义数值
#浏览前几条记录
df.head()
df.head(10)
#浏览最后几条记录
df.tail()
4.info()
熟悉数据的第一点就是看下数据的类型,不同的数据类型的分析思 路是不一样的,比如说 数值类型的数据就可以求均值,但是字符类型的数据就没法求均值 了。 info()方法查看数据表中的数据类型,而且不需要一列一列的查看, info()可以输出整个表 中所有列的数据类型。
df.info()
6.shape
熟悉数据的第二点就是看下数据表的大小,即数据表有多少行多少列 。
#浏览前几条记录 df.head() df.head(10) #浏览最后几条记录 df.tail() 1 2 3 4 5 1 df.info()shape()方法会以元组的形式返回行、列数注意 shape 方法获取 行数和列数时不会把索引和列索引计算在内。
df.shape
二、修改变量列
1.columns
df.columns =新的名称 list
df.columns
2.rename()
df.rename(
columns =新旧名称字典:{旧名称,:新名称,}
inplace = False :是否直接替换原数据框)
1
2
3
df.rename(columns =
{'newname':'name'
,
'newname2':'name2'},
inplace = True )
三、筛选变量列
1.通过 df.var 或 df[var] 可以选择单列
注意: 但只适用于已存在的列,只能筛选单列,结果为 Series
2.通过 df[[var]] 可以选择多列
df[[var]] 单列的筛选结果为 DataFream df[['var1' , 'var2']] 多列时,列名需要用列表形式提 供(因此可使用列表中的切片操作) 多列的筛选结果为 DF
四、删除变量列
df.drop(
index / columns =准备删除的行/列标签,多个时用列表
形式提供
inplace = False :是否直接更改原数据框 )
df.drop(columns =['col1'
,
'col2'])
del df['column-name'] 直接删除原数据框相应的一列,
建议尽量少用
del df.column_name #不允许
五、添加变量列
根据新数据添加
df[cloumn] = pd.Series([val,val2,val3],index=
[c1,c2,c3])
根据原数据添加
df[cloumn] = df[c2]+df[c3]
标签:文件,df,读取,Python,head,--,read,------,name From: https://blog.csdn.net/2401_84670644/article/details/140697877