Excel任務(wù)摘要，包括python任務(wù)系列和數(shù)據(jù)幀互切、使用pandas讀取Excel表、讀取python多個數(shù)據(jù)表、合并python多個工作表和寫入Excel文件。

Pandas是基于NumPy的數(shù)據(jù)分析工具。提供了多種快速處理數(shù)據(jù)的方法。

通用數(shù)據(jù)類型

Series:類似于NumPy的一維數(shù)組的一維數(shù)組，python本身的list也類似。與Series中的數(shù)據(jù)不同的數(shù)據(jù)可以是一個數(shù)據(jù)，但list中的數(shù)據(jù)可以不同。Time-Series:基于時間的SeriesDataFrame:基于2d表的數(shù)據(jù)結(jié)構(gòu)。常用于處理Excel表數(shù)據(jù)等。本課重點介紹三維陣列(版本0.25后一致使用xarray，不再支持Panel)系列和數(shù)據(jù)幀的相互切換。

使用To_frame()從Series實施到DataFrame使用squeeze()從單列數(shù)據(jù)DataFrame實施到Seriesimport pandas as PD

s=([‘北山’，‘關(guān)心’，‘點贊’])

是S0北山

1興趣

兩點好

dtype : objects=s . to _ frame(name='列名')

S

S.squeeze()0北山

1興趣

兩點好

Name:列名，dtype:對象使用pandas讀取Excel表

在Pandas中，Excel讀取非常簡單。只有一個名為readExcel()的方法，但參數(shù)非常多

主要共同參數(shù)如下：

Io:通常，您可以指定excel文件路徑。Excelfile、xlrd。也可以是其他excel讀取對象，例如Book。sheet_name:指定工作表(工作表)的名稱。數(shù)字(工作表以零開頭的索引)可以是header:指定要用作列名的行。默認(rèn)值為0(第一行列名)。如果數(shù)據(jù)沒有列名，請設(shè)置為Nonenames:指定新的列名列表。列表中的元素數(shù)和列數(shù)必須匹配。index_col:指定列作為索引列，默認(rèn)None為索引0的第一列為索引列usecols:要解析數(shù)據(jù)的列可以是int或str列表，也可以是逗號分隔的字符串(pandas 0.24的新功能)?！癴”表示列a、c和f 3?！癮、c、f、k : q”dtype:每列的數(shù)據(jù)類型。例如，{'a' :np.float 64，)

Sheet=(io='測試數(shù)據(jù)。xlsx ')

()

首先，讓我們看一下檢索到的數(shù)據(jù)的數(shù)據(jù)類型。

“印刷(類型(圖紙)類”；你看，這就是我們前面提到的數(shù)據(jù)幀數(shù)據(jù)?？梢酝ㄟ^列名直接獲取。例如，要獲取所有薪金信息，您可以執(zhí)行以下操作：

Print(圖紙['工資'])0 7653

1 8799

2 9800

3 12880

4 3600

5 3800

6 89

76 7 12000 8 8900 9 7688 10 6712 11 9655 12 6854 13 8122 14 6788 15 8830 Name: 工資, dtype: int64

可以看到它的所有的數(shù)據(jù)都列出來了，并且這一列數(shù)據(jù)的數(shù)據(jù)類型是int64，即64位整型。
得到這一列數(shù)據(jù)后，我們可以對它進行處理。

for i in sheet['工資']: print(i)7653 8799 9800 12880 3600 3800 8976 12000 8900 7688 6712 9655 6854 8122 6788 8830

或者將它轉(zhuǎn)換成列表后再處理：

salaries = list(sheet['工資']) print(salaries)[7653, 8799, 9800, 12880, 3600, 3800, 8976, 12000, 8900, 7688, 6712, 9655, 6854, 8122, 6788, 8830]

計算大家的平均工資：

sum = 0 for i in salaries: sum += i print(f"總工資：{sum}") ave = sum / len(salaries) print(f"平均工資：{ave}")總工資：131057 平均工資：8191.0625

我們也可以對求和的方法，使用lambda表達(dá)式（匿名函數(shù)）結(jié)合reduce()函數(shù)進行。reduce()函數(shù)會對列表、元組等可遍歷的元素依次進行運算：將第一個元素和第二個元素進行運算，并將結(jié)果和第三個元素進行運算，直到最后一個元素。

import functools sum = (lambda x, y: x + y, salaries) print(sum)131057

我們可以使用read_excel中的usecols參數(shù)，通過它指定我們需要讀取數(shù)據(jù)的列，它接收字符串或者整數(shù)列表格式的數(shù)據(jù)，列表中列出我們想要取出數(shù)據(jù)的列的名稱或者索引。

import pandas as pd sheet = (io="測試數(shù)據(jù).xlsx", usecols=[2]) sheet

或者：

import pandas as pd sheet = (io="測試數(shù)據(jù).xlsx", usecols=['工資']) sheet

如果想在讀取數(shù)據(jù)的時候，將原來的列的名字改成其他名字，則可以使用names參數(shù)指定為其他列名：

import pandas as pd sheet = (io="測試數(shù)據(jù).xlsx", names=['name','age','salary']) sheet

需要注意的是，此時，我們?nèi)绻獙@個DataFrame進行操作，就需要使用新的列名了。 如果我們想在取出工資數(shù)據(jù)的時候，以“￥12,345”的格式顯示，則可以在獲取數(shù)據(jù)的時候，就指定轉(zhuǎn)換函數(shù)：

import pandas as pd def formatsalary(num): return f"￥{format(num,',')}" sheet = (io="測試數(shù)據(jù).xlsx", usecols=['工資'],converters={'工資':formatsalary}) sheet

上面通過converters指定了“工資”列，使用formatsalary函數(shù)來處理，所以取出來的數(shù)據(jù)就已經(jīng)處理過的了。當(dāng)然，我們也可以取出來后再對其進行格式化。

其他的參數(shù)，大家可以自己進行試驗。下面我們再來看一下，假設(shè)我要取出所有大于等于8000的工資，該如何進行處理呢？我們可以使用按照條件來獲取DataFrame的行數(shù)據(jù)：

import pandas as pd sheet = (io="測試數(shù)據(jù).xlsx", usecols=['工資']) high_salary = sheet[sheet['工資'] >= 8000] high_salary

如果想取得工資大于等于8000小于等于10000的數(shù)據(jù)：

import pandas as pd sheet = (io="測試數(shù)據(jù).xlsx") high_salary = sheet[(sheet['工資'] >= 8000) & (sheet['工資'] <=10000)] high_salary

如果只想顯示符合條件的姓名和工資，則可以通過列表的方式指定要顯示的列：

import pandas as pd sheet = (io="測試數(shù)據(jù).xlsx") high_salary = sheet[(sheet['工資'] >= 8000) & (sheet['工資'] <=10000)][['姓名','工資']] high_salary

讀取多個數(shù)據(jù)表

在上面的例子中，雖然在“測試數(shù)據(jù).xlsx”文件中包含了兩個數(shù)據(jù)表（sheet），但它只讀取了第一個數(shù)據(jù)表的內(nèi)容，如果我想把兩個數(shù)據(jù)表數(shù)據(jù)都讀取出來該怎么辦呢？可以指定sheet_name參數(shù)，它接收字符串、數(shù)字、字符串或數(shù)字列表以及None。如果指定為None，則返回所有數(shù)據(jù)表數(shù)據(jù)。默認(rèn)為0，即返回第一個數(shù)據(jù)表數(shù)據(jù)。

import pandas as pd sheet = (io="測試數(shù)據(jù).xlsx", sheet_name=[0, 1]) sheet{0: 姓名 年齡 工資 0 OLIVER. 23 7653 1 HARRY. 45 8799 2 GEORGE. 34 9800 3 NOAH. 54 12880 4 JACK. 34 3600 5 JACOB. 32 3800 6 MUHAMMAD. 51 8976 7 LEO. 46 12000 8 Harper. 42 8900 9 Evelyn. 38 7688 10 Ella. 33 6712 11 Avery. 26 9655 12 Scarlett. 37 6854 13 Madison. 41 8122 14 Lily. 54 6788 15 Eleanor. 28 8830, 1: 姓名 年齡 工資 0 張三 39 15000 1 李四 43 16000 2 李雷 25 6800 3 韓梅梅 28 23000}

可以看到，得到了兩個數(shù)據(jù)表的數(shù)據(jù)。此時要得到數(shù)據(jù)表中的數(shù)據(jù)，就需要先通過sheet[0]、sheet[1]得到第一個數(shù)據(jù)表的所有數(shù)據(jù)，再在這個數(shù)據(jù)表數(shù)據(jù)中對數(shù)據(jù)進行處理了，例如：

sheet[1]

如果用的是數(shù)據(jù)表的名字，則應(yīng)該寫成sheet[‘甲公司’]。
如果我們想把這兩個數(shù)據(jù)表的數(shù)據(jù)合并到一起，可以使用pandas中的concat()函數(shù)：

import pandas as pd sheet = (io="測試數(shù)據(jù).xlsx", sheet_name=[1, 0]) st = (sheet,ignore_index = True) st

這里ignore_index的意思是忽略各自的索引，統(tǒng)一使用新的索引。

合并多個工作表

多個EXCECL合并到一個工作表中，Python來幫你實現(xiàn)

# -*- coding:utf-8 -*- # @Addre # @Author:北山啦 import pandas as pd import os path = r"E:\Python\00數(shù)據(jù)分析\RichardFu123\五省PM2.5\archive" dfs,index = [],0 for i in os.listdir(path): d(path,i))) print(f"正在合并{index+1}工作表") index += 1 df = (dfs) df.to_csv("數(shù)據(jù)匯總.csv",index=False)正在合并1工作表 正在合并2工作表 正在合并3工作表 正在合并4工作表 正在合并5工作表 正在合并6工作表 正在合并7工作表

寫入Excel文件

可以將DataFrame數(shù)據(jù)寫入到一個新的Excel文件中，例如，我們可以將上面合并的兩個Excel數(shù)據(jù)表數(shù)據(jù)，寫入到新的Excel文件中：

df = (st) df.to_excel("合并工資報表.xlsx")

這里我們使用DataFrame上的to_excel()方法將數(shù)據(jù)寫入到Excel文件中。它的原型是：to_excel(self, excel_writer, sheet_name=‘Sheet1’, na_rep=’’, float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep=‘inf’, verbose=True, freeze_panes=None)，常用的參數(shù)說明：

• excel_writer：需要指定一個寫入的文件，可以是字符串或者ExcelWriter對象
• sheet_name：寫入的工作表名稱，是一個字符串，默認(rèn)為’Sheet1’
• na_rep：當(dāng)沒有數(shù)據(jù)的時候，應(yīng)該填入的默認(rèn)值，默認(rèn)為空字符串
• float_format：浮點數(shù)格式，默認(rèn)為None?？梢园凑說loat_format="%.2f"這樣的方式指定
• columns：指定寫入的列名順序，是一個列表。
• header：是否有表頭，默認(rèn)為True，可以是布爾類型或者字符串列表。
• index：是否加上行索引，默認(rèn)為True。
• index_label：索引標(biāo)簽，可以是字符串或者列表，默認(rèn)為None。
• startrow：插入數(shù)據(jù)的起始行，默認(rèn)為0。
• startcol：插入數(shù)據(jù)的其實列，默認(rèn)0
• engine：使用的寫文件引擎，例如：‘openpyxl’ 、 ‘xlsxwriter’
• 當(dāng)然，我們也可以不限于將一個Excel表中的數(shù)據(jù)寫入到另一個Excel文件，我們自己在程序中運行得到的數(shù)據(jù)，也可以將其組織成DataFrame后，寫入到Excel文件中。

import pandas as pd df = ({'姓名':['李雷', '韓梅梅', '小明', '張三', '李四', '王五'], '年齡':[31, 22, 30, 49, 38, 33]}) df.to_excel("員工表.xlsx", sheet_name="202002入職")

看看是不是寫入到文件了：

f = ("員工表.xlsx") f

可以看到，確實已經(jīng)寫入進去了。
那如果要寫多個數(shù)據(jù)到一個Excel文件的多個數(shù)據(jù)表（sheet）中，該怎么處理呢？此時可以使用下面的方法。

df1 = ({'姓名':['李雷', '韓梅梅', '小明', '張三', '李四', '王五'], '年齡':[31, 22, 30, 49, 38, 33]}) df2 = ({'Names': ['Andrew', 'Tomas', 'Larry', 'Sophie', 'Sally', 'Simone'], 'Age':[42, 37, 39, 35, 29, 27]}) dfs = {'國內(nèi)員工':df1, '外籍員工':df2} writer = ('Em;, engine='xlsxwriter') for sheet_name in d(): dfs[sheet_name].to_excel(writer, sheet_name=sheet_name, index=False) wri()

看看是不是已經(jīng)寫入到文件了：

sheet = (io="Em;, sheet_name=None) sheet{'國內(nèi)員工': 姓名 年齡 0 李雷 31 1 韓梅梅 22 2 小明 30 3 張三 49 4 李四 38 5 王五 33, '外籍員工': Names Age 0 Andrew 42 1 Tomas 37 2 Larry 39 3 Sophie 35 4 Sally 29 5 Simone 27}

但是仔細(xì)看的話，會發(fā)現(xiàn)上面的外籍員工這個數(shù)據(jù)表，字段Names和Age反了，這是因為DataFrame自動按照字母順序給我們排序了。要避免這種情況，需要在to_excel()中加上columns來指定表頭字段順序：

df1 = ({'姓名':['李雷', '韓梅梅', '小明', '張三', '李四', '王五'], '年齡':[31, 22, 30, 49, 38, 33]}) df2 = ({'Names': ['Andrew', 'Tomas', 'Larry', 'Sophie', 'Sally', 'Simone'], 'Age':[42, 37, 39, 35, 29, 27]}) dfs = {'國內(nèi)員工':df1, '外籍員工':df2} cols = {"國內(nèi)員工":['姓名', '年齡'],"外籍員工":['Names','Age']} # 指定列名順序 writer = ('Em;, engine='xlsxwriter') for sheet_name in d(): dfs[sheet_name].to_excel(writer, sheet_name=sheet_name, index=False, columns = cols[sheet_name]) wri()

再來看看現(xiàn)在是否正確：

sheet = (io="Em;, sheet_name=None) sheet{'國內(nèi)員工': 姓名 年齡 0 李雷 31 1 韓梅梅 22 2 小明 30 3 張三 49 4 李四 38 5 王五 33, '外籍員工': Names Age 0 Andrew 42 1 Tomas 37 2 Larry 39 3 Sophie 35 4 Sally 29 5 Simone 27}

現(xiàn)在沒問題了。
還可以使用前面讀寫文件的時候的with … 這種方式。
上面的方式，會覆蓋原來的文件內(nèi)容。如果要在原有的Excel表中加上一個新的數(shù)據(jù)表（sheet），可以通過下面的方式：

from openpyxl import load_workbook book = load_workbook("Em;) # 加載原有的數(shù)據(jù)到Workbook df3 = ({'Names': ['Judy'], 'Age':[27]}) with ('Em;, engine='openpyxl') as writer: wri = book # 讓writer加入原來的兩個workbook d(writer, sheet_name='候補員工', index=False, columns=['Names', 'Age']) wri()import pandas as pd sheet = (io="Em;, sheet_name=None) sheet{'國內(nèi)員工': 姓名 年齡 0 李雷 31 1 韓梅梅 22 2 小明 30 3 張三 49 4 李四 38 5 王五 33, '外籍員工': Names Age 0 Andrew 42 1 Tomas 37 2 Larry 39 3 Sophie 35 4 Sally 29 5 Simone 27, '候補員工': Names Age 0 Judy 27}

可以看到，在原來的Excel文件中，已經(jīng)加入了“候補員工”這個數(shù)據(jù)表。加入需要在某個數(shù)據(jù)表中加入數(shù)據(jù)（append），可以使用下面方式：

from openpyxl import load_workbook book = load_workbook("Em;) # 加載原有的數(shù)據(jù)到Workbook df4 = ({'Names': ['Moore'], 'Age':[38]}) with ('Em;, engine='openpyxl') as writer: wri = book # 讓writer加入原來的3個workbook wri = {ws.title: ws for ws in book.worksheets} start_row = wri['候補員工'].max_row d(writer, sheet_name='候補員工', index=False, columns=['Names', 'Age'], startrow=start_row,header=False) wri()

這里的要點是：使用startrow指定要插入數(shù)據(jù)的文字，這里還要注意我們是往某個已經(jīng)存在的數(shù)據(jù)表插入數(shù)據(jù)，所以要指定正確的sheet_name，還有就是為了避免重復(fù)的表頭，將header設(shè)置成False。

import pandas as pd sheet = (io="Em;, sheet_name=None) sheet{'國內(nèi)員工': 姓名 年齡 0 李雷 31 1 韓梅梅 22 2 小明 30 3 張三 49 4 李四 38 5 王五 33, '外籍員工': Names Age 0 Andrew 42 1 Tomas 37 2 Larry 39 3 Sophie 35 4 Sally 29 5 Simone 27, '候補員工': Names Age 0 Judy 27 1 Moore 38}

作者：北山啦

原文鏈接：