【Python自动化Excel】pandas处理Excel数据的基本流程

这里所说的 pandas 并不是大熊猫，而是Python的第三方库。这个库能干嘛呢？它在Python数据分析领域可是无人不知、无人不晓的。可以说是Python世界中的Excel。

pandas库 处理数据相比于Excel，有一个极大的优点： 数据 和 处理逻辑 是分离的 。基于这一点，便可以实现Excel数据处理的自动化，对于重复繁琐的数据分析， pandas 一次编写脚本便“终身受益”。反观Excel，遇到重复的任务还得一遍一遍地输入公式、拖动填充柄。

pandas处理Excel数据的基本流程

pandas处理Excel数据的基本流程

从基本流程来看，这个数据处理过程，就是对原数据进行加工，生成新数据的过程。 原始Excel文件 就像是 原材料 ， 生成Excel文件 就像是 新产品 。而pandas中就是这个加工厂，加工厂的处理逻辑就是根据具体需求来编写的代码。可以从下面的实例中来理解这过程。

实例演示

实例需求描述：

实例描述

动图演示：

pandas中的常用方法简介

一、读取Excel文件

import pandas as pd
df = pd.read_excel(io,header=0)

常用参数介绍：

• io :需要传入Excel文件的路径。该参数没有默认值，不能为空

• header :可以指定从Excel中的哪一行开始读取数据。默认为0，从第一行开始。

read_excel()演示

二、数据处理

DataFrame类型

DataFrame 是 pandas 库中的重要数据类型，可以叫做：数据框，好比放数据的架子，由行和列组成。其实跟Excel工作的表很类似，都是二维的。

DataFrame结构示意图

实际DataFrames数据表

筛选

简单的数据筛选，只需要输入列名，也叫“键”

数据筛选

计算

计算演示

按照年龄分类：cut()函数

按年龄分类

三、写入Excel文件

df.to_excel("./生成的Excel文件名.xlsx")

• 第一个参数：生成的Excel文件路径。

• index ：生成的Excel文件中是否需要index列，默认为 True