关键词:
python、pandas、to_excel、文本形式存储的数据
需求描述:
我用 python pandas 写了数据统计与分析脚本,并把计算结果用 pandas 的 to_excel()
存入到 excel
表格提交给团队。但遇到一个问题:当我的老板和同事们打开 excel
文件时,发现百分比数值无法正常显示,提示为“文本形式存储的数据”。
想让此类百分比数值正常显示,我该怎么办呢?
解决思路:
1、必须从自己身上找解决方案。在工作中,当我们需要输出文档给团队查阅,必须自己为文档的质量负责,而非要求或期望我的老板和同事来处理。
2、立即生效、简单好用的笨办法。
手动打开excel文件,选中“文本形式存储的数据”的一列数据,点击“数据 - 分列” 在弹出的菜单中点击两次“下一次”,然后点击“完成”即可。每次操作只能选中一列数据,如果有多列数据,就要分别操作多次。没办法偷懒。
该方法看上去有点粗笨,但在紧急情况下,你能立即用,马上解决问题。
如果单个文件中此类“文本形式存储的数据”较多,或你需要频繁输出该类文件,那么当然更好的做法是:直接优化脚本,从根源上解决问题。
解决方案:
0、初始脚本
为了完成这篇学习笔记,我把此类情况的最小情境构建一些数据,写个小脚本,如下:
import pandas as pd
#构建一组数据
df = pd.DataFrame([['文章阅读量', 982000],
['查看原文访问详情页', 8912],
[ '翻到详情页底部', 4514],
[ '点击购买', 1207],
['支付成功', 124]],
columns=['action','count'])
# 根据数据计算绝对转化率、相对转化率
df['abs_rate'] = df['count']/df['count'].values[0]
df['opp_rate'] = (df['count'].shift(axis=0,periods=-1))/df['count']
df = df.fillna(0)
# 设置百分比数据的显示
df['abs_rate'] = df['abs_rate'].apply(lambda x:format(x, '.2%'))
df['opp_rate'] = df['opp_rate'].apply(lambda x:format(x, '.2%'))
df.to_excel('result.xlsx', index=False)
1、单个子表,改用 to_csv() 方法
如果只有一个表格,那么可不再使用 to_excel()
而是改用 to_csv()
。具体代码为:
df.to_csv('result.csv',encoding='utf_8_sig',sep=',',index=False)
里面的两个关键参数,解释一下:
encoding='utf_8_sig'
而不是默认的utf-8
是为了解决中文乱码问题;index=False
则是不写入 dataframe 数据类型的index
那列无意义数据。
但实际情况是,数据统计分析的输出,通常有多个子表构成,所以还是得用回 to_excel()
吖!
2、多个子表,束手无措,作出取舍
我搜了非常多网页,尚未找到直接解决问题的方法。在这种情况下,我只能从以下2个结果中二选一:
- 显示为百分数,打开 excel 表格时有异常提示:以文本形式存储的数据(即现状)
- 显示为小数,打开excel 表格时无异常提示
想要显示为小数,则直接注释掉脚本中的 2 句百分数格式设置语句即可。
#df['abs_rate'] = df['abs_rate'].apply(lambda x:format(x, '.2%'))
#df['opp_rate'] = df['opp_rate'].apply(lambda x:format(x, '.2%'))
真是不甘心吖!!希望有天能找到答案,更新本文!笔记先落笔至此吧!
btw,您有解决办法吗?当需要把dataframe数据输出到excel并有多个子表时,如何能让百分数正常显示,而无任何异常提示呢?