使用Pandas处理Excel文件

Excel工作表是非常本能和用户友好的,这使得它们非常适合操作大型数据集,即使是技术人员也不例外。如果您正在寻找学习使用Python在Excel文件中操作和自动化内容的地方,请不要再找了。你来对地方了。
在本文中,您将学习如何使用Pandas来处理Excel电子表格。在文章的最后,您将了解:

  • 为此需要必要的模块以及如何在系统中设置它们。
  • 使用Python从excel文件阅读数据到pandas中。
  • 在Pandas中浏览Excel文件中的数据。
  • 在Pandas中使用函数来操作和重塑数据。

安装

要在Anaconda中安装Pandas,我们可以在Anaconda终端中使用以下命令:

conda install pandas

要在常规Python(非Anaconda)中安装Pandas,我们可以在命令提示符中使用以下命令:

pip install pandas

开始使用

首先,我们需要导入Pandas模块,这可以通过运行命令来完成:

import pandas as pd

输入文件: 让我们假设excel文件看起来像这样

Sheet 1:

使用Pandas处理Excel文件_第1张图片
Sheet 2:

使用Pandas处理Excel文件_第2张图片
现在我们可以使用Pandas中的read_excel函数导入excel文件。第二个语句从excel中读取数据并将其存储到pandas数据框中,该数据框由变量newData表示。如果excel工作簿中有多个工作表,则该命令将导入第一个工作表的数据。要使用工作簿中的所有工作表创建数据框,最简单的方法是分别创建不同的数据框,然后将它们连接起来。read_excel方法接受参数sheet_name和index_col,我们可以指定数据框应该由哪个工作表组成,index_col指定标题列,如下所示:

file =('path_of_excel_file')
newData = pd.read_excel(file)
newData

使用Pandas处理Excel文件_第3张图片
示例:
第三个语句连接两个表。现在要检查整个数据帧,我们可以简单地运行以下命令:

sheet1 = pd.read_excel(file,
                        sheet_name = 0,
                        index_col = 0)
 
sheet2 = pd.read_excel(file,
                        sheet_name = 1,
                        index_col = 0)
 
newData = pd.concat([sheet1, sheet2])
 
newData

使用Pandas处理Excel文件_第4张图片
要从数据框的顶部和底部查看5列,可以运行命令。这个head()tail()方法也接受参数作为要显示的列数的数字。

newData.head()
newData.tail()

使用Pandas处理Excel文件_第5张图片
使用Pandas处理Excel文件_第6张图片
shape方法可用于查看数据框中的行数和列数,如下所示:

newData.shape

在这里插入图片描述
如果任何列包含数值数据,我们可以使用pandas中的sort_values()方法对该列进行排序,如下所示:

sorted_column = newData.sort_values(['Height'], ascending = False)

现在,假设我们想要排序列的前5个值,我们可以在这里使用head()方法:

sorted_column['Height'].head(5)

使用Pandas处理Excel文件_第7张图片
我们可以使用数据框的任何数值列来执行此操作,如下所示:

newData['Weight'].head()

使用Pandas处理Excel文件_第8张图片
现在,假设我们的数据主要是数字。我们可以得到统计信息,如平均值,最大值,最小值等。使用describe()方法对数据帧进行处理,如下所示:

newData.describe()

使用Pandas处理Excel文件_第9张图片
也可以使用以下命令对所有数值列单独执行此操作:

newData['Weight'].mean()

在这里插入图片描述
也可以使用相应的方法来计算其他统计信息。与Excel一样,也可以应用公式并创建计算列,如下所示:

newData['calculated_column'] =
                newData[“Height”] + newData[“Weight”]
newData['calculated_column'].head()

使用Pandas处理Excel文件_第10张图片
对数据框中的数据进行操作后,我们可以使用to_excel方法将数据导出回Excel文件。为此,我们需要指定一个输出excel文件,其中要写入转换后的数据,如下所示:

newData.to_excel('Output File.xlsx')

使用Pandas处理Excel文件_第11张图片

你可能感兴趣的:(数据科学,python,数据分析,pandas,数据科学,python)