使用pandas操作excel
初学pandas的一些总结
- pandas操作excel
- 导入文档
- 将excel中的工作表导入
- 对DataFrame进行操作
- 查看dataframe的行数列数
- 对于dataframe的某一列进行筛选
- 对于dataframe的某一列求和，查看最值等
- 导出文档
pandas操作excel
最近由于要处理一些excel表格，发现pandas可以免去很多的繁琐的人工劳动，在这里记录一下我所用到的知识。
导入文档
将excel中的工作表导入
import pandas as pd
filename = '***.xls'
data = pd.read_excel(filename, None)
#此处None的作用是将excel内的所有工作表读入，生成一个字典，否则默认只读入第一个工作表
for sh_name in data.keys():
df = data[sh_name]
print(sh_name)
读入后，data是一个字典，keys()是该文件中的所有Sheet名，df的数据类型是dataframe
data = pd.read_excel(filename, None, converters={'账号':str})
#converters可以将长数字转换为字符串类型，避免输出的时候都变成了科学计数法
df = pd.read_excel(filename, sheet_name='Sheet1', converters={'账号':str})
#可以指定打开名为Sheet1的工作表，此时读出的数据为DataFrame类型
对DataFrame进行操作
查看dataframe的行数列数
df.shape()
对于dataframe的某一列进行筛选
tmp = df[(df.金额 > 0)]
对列名为金额的列进行筛选，并将得到的dataframe存入tmp中
对于dataframe的某一列求和，查看最值等
df.列名.sum()
df.列名.max()
df.列名.min()
导出文档
导出文档使用到了out_excel()，可以将操作完成的dataframe导入excel文件
df.out_excel('文件名.xls', sheet_name = 'xxx')
#还可以通过startrow, startcol等参数来确定导入位置等，具体可以去查一下这个函数
这样子就成功将df导出到excel中了！
但是！这种输出方法只适用于输出一次df，如果想要再次输出的话，该语句将会把原来的文件删除掉，只写入最后一次的df
此问题用以下方法来解决：
writer = pd.ExcelWriter('out_file.xls')
df1.to_excel(writer, sheet_name = 'xx.xls')
df2.to_excel(writer, sheet_name = 'xxx.xls')
writer.save()#记得要保存，不然看不见写入的数据
这样就可以连续写入excel文件啦
不过这种方法要注意，写入时不要在已经有数据的地方重新写入，不然会报错