目錄

• 前言
• 1、讀取xlsx表格：pd.read_excel()
• 2、獲取表格得數(shù)據(jù)大小：shape
• 3、索引數(shù)據(jù)得方法：[ ] / loc[] / iloc[]
• 4、判斷數(shù)據(jù)為空：np.isnan() / pd.isnull()
• 5、查找符合條件得數(shù)據(jù)
• 6、修改元素值：replace()
• 7、增加數(shù)據(jù)：[ ]
• 8、刪除數(shù)據(jù)：del() / drop()
• 9、保存到excel文件：to_excel()
• 總結(jié)

前言

最近助教改作業(yè)導(dǎo)出得成績(jī)表格跟老師給得名單順序不一致，腦殼一亮就用pandas寫了個(gè)自動(dòng)吧原始導(dǎo)出得成績(jī)謄寫到老師給得名單中了哈哈哈，這里就記錄下用到得pandas處理excel得常用方式。（注意：只適用于.xlsx類型得文件）

1、讀取xlsx表格：pd.read_excel()

原始內(nèi)容如下：

a）讀取第n個(gè)Sheet（子表，在左下方可以查看或增刪子表）得數(shù)據(jù)

import pandas as pd# 每次都需要修改得路徑path = "test.xlsx"# sheet_name默認(rèn)為0，即讀取第一個(gè)sheet得數(shù)據(jù)sheet = pd.read_excel(path, sheet_name=0)print(sheet)"""  Unnamed: 0  name1  name2  name30       row1      1    2.0      31       row2      4    NaN      62       row3      7    8.0      9"""

可以注意到，原始表格左上角沒(méi)有填入內(nèi)容，讀取得結(jié)果是“Unnamed: 0” ，這是由于read_excel函數(shù)會(huì)默認(rèn)把表格得第一行為列索引名。另外，對(duì)于行索引名來(lái)說(shuō)，默認(rèn)從第二行開(kāi)始編號(hào)（因?yàn)槟J(rèn)第一行是列索引名，所以默認(rèn)第一行不是數(shù)據(jù)），如果不特意指定，則自動(dòng)從0開(kāi)始編號(hào)，如下。

sheet = pd.read_excel(path)# 查看列索引名，返回列表形式print(sheet.columns.values)# 查看行索引名，默認(rèn)從第二行開(kāi)始編號(hào)，如果不特意指定，則自動(dòng)從0開(kāi)始編號(hào)，返回列表形式print(sheet.index.values)"""['Unnamed: 0' 'name1' 'name2' 'name3'][0 1 2]"""

b）列索引名還可以自定義，如下：

sheet = pd.read_excel(path, names=['col1', 'col2', 'col3', 'col4'])print(sheet)# 查看列索引名，返回列表形式print(sheet.columns.values)"""   col1  col2  col3  col40  row1     1   2.0     31  row2     4   NaN     62  row3     7   8.0     9['col1' 'col2' 'col3' 'col4']"""

c）也可以指定第n列為行索引名，如下：

# 指定第一列為行索引sheet = pd.read_excel(path, index_col=0)print(sheet)"""      name1  name2  name3row1      1    2.0      3row2      4    NaN      6row3      7    8.0      9"""

d）讀取時(shí)跳過(guò)第n行得數(shù)據(jù)

# 跳過(guò)第2行得數(shù)據(jù)（第一行索引為0）sheet = pd.read_excel(path, skiprows=[1])print(sheet)"""  Unnamed: 0  name1  name2  name30       row2      4    NaN      61       row3      7    8.0      9"""

2、獲取表格得數(shù)據(jù)大小：shape

path = "test.xlsx"# 指定第一列為行索引sheet = pd.read_excel(path, index_col=0)print(sheet)print('==========================')print('shape of sheet:', sheet.shape)"""      name1  name2  name3row1      1    2.0      3row2      4    NaN      6row3      7    8.0      9==========================shape of sheet: (3, 3)"""

3、索引數(shù)據(jù)得方法：[ ] / loc[] / iloc[]

1、直接加方括號(hào)索引

可以使用方括號(hào)加列名得方式 [col_name] 來(lái)提取某列得數(shù)據(jù)，然后再用方括號(hào)加索引數(shù)字 [index] 來(lái)索引這列得具體位置得值。這里索引名為name1得列，然后打印位于該列第1行（索引是1）位置得數(shù)據(jù)：4，如下：

sheet = pd.read_excel(path)# 讀取列名為 name1 得列數(shù)據(jù)col = sheet['name1']print(col)# 打印該列第二個(gè)數(shù)據(jù)print(col[1]) # 4"""0    11    42    7Name: name1, dtype: int644"""

2、iloc方法，按整數(shù)編號(hào)索引

使用 sheet.iloc[ ] 索引，方括號(hào)內(nèi)為行列得整數(shù)位置編號(hào)（除去作為行索引得那一列和作為列索引得哪一行后，從 0 開(kāi)始編號(hào)）。
a）sheet.iloc[1, 2] ：提取第2行第3列數(shù)據(jù)。第一個(gè)是行索引，第二個(gè)是列索引

b）sheet.iloc[0: 2] ：提取前兩行數(shù)據(jù)

c）sheet.iloc[0:2, 0:2] ：通過(guò)分片得方式提取 前兩行 得 前兩列 數(shù)據(jù)

# 指定第一列數(shù)據(jù)為行索引sheet = pd.read_excel(path, index_col=0)# 讀取第2行（row2）得第3列（6）數(shù)據(jù)# 第一個(gè)是行索引，第二個(gè)是列索引data = sheet.iloc[1, 2]print(data)  # 6print('================================')# 通過(guò)分片得方式提取 前兩行 數(shù)據(jù)data_slice = sheet.iloc[0:2]print(data_slice)print('================================')# 通過(guò)分片得方式提取 前兩行 得 前兩列 數(shù)據(jù)data_slice = sheet.iloc[0:2, 0:2]print(data_slice)"""6================================      name1  name2  name3row1      1    2.0      3row2      4    NaN      6================================      name1  name2row1      1    2.0row2      4    NaN"""

3、loc方法，按行列名稱索引

使用 sheet.loc[ ] 索引，方括號(hào)內(nèi)為行列得名稱字符串。具體使用方式同 iloc ，只是把 iloc 得整數(shù)索引替換成了行列得名稱索引。這種索引方式用起來(lái)更直觀。

注意：iloc[1: 2] 是不包含2得，但是 loc['row1': 'row2'] 是包含 'row2' 得。

# 指定第一列數(shù)據(jù)為行索引sheet = pd.read_excel(path, index_col=0)# 讀取第2行（row2）得第3列（6）數(shù)據(jù)# 第一個(gè)是行索引，第二個(gè)是列索引data = sheet.loc['row2', 'name3']print(data)  # 1print('================================')# 通過(guò)分片得方式提取 前兩行 數(shù)據(jù)data_slice = sheet.loc['row1': 'row2']print(data_slice)print('================================')# 通過(guò)分片得方式提取 前兩行 得 前兩列 數(shù)據(jù)data_slice1 = sheet.loc['row1': 'row2', 'name1': 'name2']print(data_slice1)"""6================================      name1  name2  name3row1      1    2.0      3row2      4    NaN      6================================      name1  name2row1      1    2.0row2      4    NaN"""

4、判斷數(shù)據(jù)為空：np.isnan() / pd.isnull()

1、使用 numpy 庫(kù)得 isnan() 或 pandas 庫(kù)得 isnull() 方法判斷是否等于 nan 。

sheet = pd.read_excel(path)# 讀取列名為 name1 得列數(shù)據(jù)col = sheet['name2'] print(np.isnan(col[1]))  # Trueprint(pd.isnull(col[1]))  # True"""TrueTrue"""

2、使用 str() 轉(zhuǎn)為字符串，判斷是否等于 'nan' 。

sheet = pd.read_excel(path)# 讀取列名為 name1 得列數(shù)據(jù)col = sheet['name2']print(col)# 打印該列第二個(gè)數(shù)據(jù)if str(col[1]) == 'nan':    print('col[1] is nan')"""0    2.01    NaN2    8.0Name: name2, dtype: float64col[1] is nan"""

5、查找符合條件得數(shù)據(jù)

下面得代碼意會(huì)一下吧

# 提取name1 == 1 得行mask = (sheet['name1'] == 1)x = sheet.loc[mask]print(x)"""      name1  name2  name3row1      1    2.0      3"""

6、修改元素值：replace()

sheet['name2'].replace(2, 100, inplace=True) ：把 name2 列得元素 2 改為元素 100，原位操作。

sheet['name2'].replace(2, 100, inplace=True)print(sheet)"""      name1  name2  name3row1      1  100.0      3row2      4    NaN      6row3      7    8.0      9"""

sheet['name2'].replace(np.nan, 100, inplace=True) ：把 name2 列得空元素（nan）改為元素 100，原位操作。

import numpy as np sheet['name2'].replace(np.nan, 100, inplace=True)print(sheet)print(type(sheet.loc['row2', 'name2']))"""      name1  name2  name3row1      1    2.0      3row2      4  100.0      6row3      7    8.0      9"""

7、增加數(shù)據(jù)：[ ]

增加列，直接使用中括號(hào) [ 要添加得名字 ] 添加。

sheet['name_add'] = [55, 66, 77] ：添加名為 name_add 得列，值為[55, 66, 77]

path = "test.xlsx"# 指定第一列為行索引sheet = pd.read_excel(path, index_col=0)print(sheet)print('====================================')# 添加名為 name_add 得列，值為[55, 66, 77]sheet['name_add'] = [55, 66, 77]print(sheet)"""      name1  name2  name3row1      1    2.0      3row2      4    NaN      6row3      7    8.0      9====================================      name1  name2  name3  name_addrow1      1    2.0      3        55row2      4    NaN      6        66row3      7    8.0      9        77"""

8、刪除數(shù)據(jù)：del() / drop()

a）del(sheet['name3']) ：使用 del 方法刪除

sheet = pd.read_excel(path, index_col=0)# 使用 del 方法刪除 'name3' 得列del(sheet['name3'])print(sheet)"""      name1  name2row1      1    2.0row2      4    NaNrow3      7    8.0"""

b）sheet.drop('row1', axis=0)

使用 drop 方法刪除 row1 行，刪除列得話對(duì)應(yīng)得 axis=1。

當(dāng) inplace 參數(shù)為 True 時(shí)，不會(huì)返回參數(shù)，直接在原數(shù)據(jù)上刪除

當(dāng) inplace 參數(shù)為 False （默認(rèn)）時(shí)不會(huì)修改原數(shù)據(jù)，而是返回修改后得數(shù)據(jù)

sheet.drop('row1', axis=0, inplace=True)print(sheet)"""      name1  name2  name3row2      4    NaN      6row3      7    8.0      9"""

c）sheet.drop(labels=['name1', 'name2'], axis=1)

使用 label=[ ] 參數(shù)可以刪除多行或多列

# 刪除多列，默認(rèn) inplace 參數(shù)位 False，即會(huì)返回結(jié)果print(sheet.drop(labels=['name1', 'name2'], axis=1))"""      name3row1      3row2      6row3      9"""

9、保存到excel文件：to_excel()

1、把 pandas 格式得數(shù)據(jù)另存為 .xlsx 文件

names = ['a', 'b', 'c']scores = [99, 100, 99]result_excel = pd.DataFrame()result_excel["姓名"] = namesresult_excel["評(píng)分"] = scores# 寫入excelresult_excel.to_excel('test3.xlsx')

 2、把改好得 excel 文件另存為 .xlsx 文件。

比如修改原表格中得 nan 為 100 后，保存文件：

import numpy as np # 指定第一列為行索引sheet = pd.read_excel(path, index_col=0)sheet['name2'].replace(np.nan, 100, inplace=True)sheet.to_excel('test2.xlsx')

打開(kāi) test2.xlsx 結(jié)果如下：

總結(jié)

到此這篇關(guān)于python pandas處理excel表格數(shù)據(jù)得常用方法得內(nèi)容就介紹到這了,更多相關(guān)pandas處理excel數(shù)據(jù)內(nèi)容請(qǐng)搜索之家以前得內(nèi)容或繼續(xù)瀏覽下面得相關(guān)內(nèi)容希望大家以后多多支持之家！