使用 Python pandas操纵 Excel 文件

使用 Python pandas 操纵 Excel 文件

flyfish
pandas 是 Python 中一个强大的数据处理和分析库，它提供了丰富的数据结构（如 Series 和 DataFrame）和数据操纵方法，可以或许方便地处理各种数据格式，包罗 Excel 文件。
安装 pandas

在使用 pandas 之前，需要先安装它。可以使用 pip 进行安装：

1. pip install pandas

复制代码

假如需要处理 Excel 文件，还需要安装 openpyxl 库（用于处理 .xlsx 文件）：

1. pip install openpyxl

复制代码

数据结构

• Series：一维的带标签数组，雷同于一维数组或列表。
  
• DataFrame：二维的表格型数据结构，雷同于 Excel 表格，由行和列构成。
  

例子

1. 读取 Excel 文件

1. import pandas as pd
3. # 读取 Excel 文件
4. file_path = 'example.xlsx'
5. df = pd.read_excel(file_path)
7. # 查看数据的基本信息
8. print('数据基本信息：')
9. df.info()
11. # 查看数据集行数和列数
12. rows, columns = df.shape
14. if rows:
15.     # 数据行数大于 0 时查看数据前几行信息
16.     print('数据前几行信息：')
17.     print(df.head().to_csv(sep='\t', na_rep='nan'))
18. else:
19.     print('数据为空')

复制代码

代码解释：

• pd.read_excel 用于读取 Excel 文件，返回一个 DataFrame 对象。
  
• df.info() 用于检察数据的基本信息，如列名、数据范例等。
  
• df.head() 用于检察数据集行数和列数。
  
• df.head() 用于检察数据的前几行。
  

2. 写入 Excel 文件

1. import pandas as pd
3. # 创建示例数据
4. data = {
5.     '姓名': ['张三', '李四', '王五'],
6.     '年龄': [25, 30, 35],
7.     '城市': ['北京', '上海', '广州']
8. }
9. df = pd.DataFrame(data)
11. # 写入单个工作表
12. df.to_excel('output_single.xlsx', index=False)
14. # 写入多个工作表
15. with pd.ExcelWriter('output_multi.xlsx') as writer:
16.     df.to_excel(writer, sheet_name='Sheet1', index=False)
17.     df.to_excel(writer, sheet_name='Sheet2', index=False)

复制代码

代码解释：

• pd.DataFrame 用于创建一个 DataFrame 对象。
  
• df.to_excel 用于将 DataFrame 写入 Excel 文件。index=False 表示不生存行索引。
  
• pd.ExcelWriter 用于将多个 DataFrame 写入同一个 Excel 文件的差别工作表。
  

3. 筛选和处理数据

1. import pandas as pd
3. # 读取 Excel 文件
4. df = pd.read_excel('example.xlsx')
6. # 筛选年龄大于 30 的数据
7. filtered_df = df[df['年龄'] > 30]
9. # 保存筛选后的数据到新的 Excel 文件
10. filtered_df.to_excel('filtered_output.xlsx', index=False)

复制代码

代码解释：

• df[df['年龄'] > 30] 用于筛选出年龄大于 30 的行。
  
• filtered_df.to_excel 用于将筛选后的数据生存到新的 Excel 文件。
  

4. 数据排序

1. import pandas as pd
3. # 读取 Excel 文件
4. df = pd.read_excel('example.xlsx')
6. # 按年龄降序排序
7. sorted_df = df.sort_values(by='年龄', ascending=False)
9. # 保存排序后的数据到新的 Excel 文件
10. sorted_df.to_excel('sorted_output.xlsx', index=False)

复制代码

代码解释：

• df.sort_values(by='年龄', ascending=False) 用于按年龄列降序排序。
  
• sorted_df.to_excel 用于将排序后的数据生存到新的 Excel 文件。
  

5. 数据归并

1. import pandas as pd
3. # 创建示例数据
4. data1 = {
5.     'ID': [1, 2, 3],
6.     '姓名': ['张三', '李四', '王五']
7. }
8. df1 = pd.DataFrame(data1)
10. data2 = {
11.     'ID': [2, 3, 4],
12.     '成绩': [80, 90, 70]
13. }
14. df2 = pd.DataFrame(data2)
16. # 合并数据
17. merged_df = pd.merge(df1, df2, on='ID', how='inner')
19. # 保存合并后的数据到新的 Excel 文件
20. merged_df.to_excel('merged_output.xlsx', index=False)

复制代码

代码解释：

• pd.merge 用于将两个 DataFrame 按指定列（这里是 ID）进行归并。how='inner' 表示使用内连接，只保存两个 DataFrame 中 ID 相同的行。
  
• merged_df.to_excel 用于将归并后的数据生存到新的 Excel 文件。
  

单位格操纵

示例 1：修改单个单位格的值

1. import pandas as pd
3. # 创建一个简单的 DataFrame
4. data = {
5.     'Name': ['Alice', 'Bob', 'Charlie'],
6.     'Age': [25, 30, 35]
7. }
8. df = pd.DataFrame(data)
10. # 修改第 1 行（索引为 0）、'Name' 列的单元格值
11. df.at[0, 'Name'] = 'Alicia'
13. # 将修改后的 DataFrame 保存为 Excel 文件
14. df.to_excel('single_cell_modify.xlsx', index=False)

复制代码

代码解释：

• df.at[0, 'Name'] 用于定位到第 1 行（索引从 0 开始）Name 列的单位格。
  
• 通过赋值操纵将该单位格的值修改为 Alicia。
  
• 末了使用 to_excel 方法将修改后的 DataFrame 生存为 Excel 文件。
  

示例 2：根据条件修改单位格的值

1. import pandas as pd
3. # 创建一个简单的 DataFrame
4. data = {
5.     'Name': ['Alice', 'Bob', 'Charlie'],
6.     'Age': [25, 30, 35]
7. }
8. df = pd.DataFrame(data)
10. # 当年龄大于 30 时，将姓名改为 'Senior'
11. df.loc[df['Age'] > 30, 'Name'] = 'Senior'
13. # 将修改后的 DataFrame 保存为 Excel 文件
14. df.to_excel('conditional_cell_modify.xlsx', index=False)

复制代码

代码解释：

• df.loc[df['Age'] > 30, 'Name'] 用于筛选出 Age 列中值大于 30 的行，并定位到 Name 列的单位格。
  
• 将这些单位格的值修改为 Senior。
  
• 末了生存为 Excel 文件。
  

示例 3：读取单个单位格的值

1. import pandas as pd
3. # 读取 Excel 文件
4. df = pd.read_excel('example.xlsx')
6. # 读取第 2 行（索引为 1）、第 1 列（索引为 0）的单元格值
7. cell_value = df.iat[1, 0]
8. print(f"第 2 行第 1 列的单元格值为: {cell_value}")

复制代码

代码解释：

• df.iat[1, 0] 用于读取第 2 行（索引从 0 开始）、第 1 列的单位格值。
  
• 将读取到的值存储在 cell_value 变量中并打印。
  

示例 4：批量修改某列单位格的值

1. import pandas as pd
3. # 创建一个简单的 DataFrame
4. data = {
5.     'Name': ['Alice', 'Bob', 'Charlie'],
6.     'Age': [25, 30, 35]
7. }
8. df = pd.DataFrame(data)
10. # 给 'Age' 列的每个单元格值加 5
11. df['Age'] = df['Age'] + 5
13. # 将修改后的 DataFrame 保存为 Excel 文件
14. df.to_excel('batch_cell_modify.xlsx', index=False)

复制代码

代码解释：

• df['Age'] = df['Age'] + 5 对 Age 列的每个单位格值都加上 5。
  
• 末了生存修改后的 DataFrame 为 Excel 文件。
  

示例 5：在特定单位格插入公式

1. import pandas as pd
3. # 创建一个简单的 DataFrame
4. data = {
5.     'Num1': [1, 2, 3],
6.     'Num2': [4, 5, 6]
7. }
8. df = pd.DataFrame(data)
10. # 在新的 'Sum' 列的每个单元格插入求和公式
11. df['Sum'] = '=A' + (df.index + 2).astype(str) + '+B' + (df.index + 2).astype(str)
13. # 将修改后的 DataFrame 保存为 Excel 文件
14. df.to_excel('formula_insert.xlsx', index=False)

复制代码

代码解释：

• 起首创建一个包含两列数值的 DataFrame。
  
• 然后创建一个新的 Sum 列，通过字符串拼接的方式为每个单位格插入求和公式（这里假设 Excel 中 Num1 对应 A 列，Num2 对应 B 列）。
  
• 末了将 DataFrame 生存为 Excel 文件，在 Excel 中打开该文件时，这些公式会自动计算效果。
  

操纵多个单位格

1. 选择多个单位格

按行和列的范围选择

可以使用 loc 或 iloc 方法按行和列的范围来选择多个单位格。loc 基于标签（行索引名和列名）进行选择，iloc 基于整数位置进行选择。

1. import pandas as pd
3. # 创建示例 DataFrame
4. data = {
5.     'Name': ['Alice', 'Bob', 'Charlie', 'David'],
6.     'Age': [25, 30, 35, 40],
7.     'Score': [85, 90, 78, 92]
8. }
9. df = pd.DataFrame(data)
11. # 使用 loc 按标签选择第 1 行到第 2 行，'Name' 列到 'Age' 列的单元格
12. selected_loc = df.loc[0:1, 'Name':'Age']
13. print("使用 loc 选择的单元格：")
14. print(selected_loc)
16. # 使用 iloc 按整数位置选择第 1 行到第 2 行，第 0 列到第 1 列的单元格
17. selected_iloc = df.iloc[0:2, 0:2]
18. print("\n使用 iloc 选择的单元格：")
19. print(selected_iloc)

复制代码

按条件选择

可以根据某些条件筛选出满足条件的多个单位格。

1. # 选择 Age 大于 30 的所有行的 'Name' 和 'Age' 列单元格
2. selected_condition = df.loc[df['Age'] > 30, ['Name', 'Age']]
3. print("\n按条件选择的单元格：")
4. print(selected_condition)

复制代码

2. 修改多个单位格的值

批量修改指定范围的值

1. # 将第 1 行到第 2 行，'Age' 列的单元格值都修改为 28
2. df.loc[0:1, 'Age'] = 28
3. print("\n修改指定范围单元格后的数据：")
4. print(df)

复制代码

根据条件修改多个单位格的值

1. # 将 Age 大于 30 的行的 'Score' 列单元格值都加 5
2. df.loc[df['Age'] > 30, 'Score'] = df.loc[df['Age'] > 30, 'Score'] + 5
3. print("\n根据条件修改单元格后的数据：")
4. print(df)

复制代码

3. 添补多个单位格

使用固定值添补

1. # 将第 1 行到第 3 行，'Score' 列的单元格用值 80 填充
2. df.loc[0:2, 'Score'] = 80
3. print("\n使用固定值填充单元格后的数据：")
4. print(df)

复制代码

使用序列添补

1. # 用一个序列填充第 1 行到第 3 行，'Name' 列的单元格
2. new_names = ['Eve', 'Frank', 'Grace']
3. df.loc[0:2, 'Name'] = new_names
4. print("\n使用序列填充单元格后的数据：")
5. print(df)

复制代码

4. 归并多个单位格的值

假设要将 Name 列和 Age 列的值归并到一个新列中。

1. # 创建一个新列 'Info'，将 'Name' 列和 'Age' 列的值合并
2. df['Info'] = df['Name'] + ' (' + df['Age'].astype(str) + ')'
3. print("\n合并单元格值后的数据：")
4. print(df)

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。