pandas处理excel

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
import pandas
# 导入文件
data = pandas.read_excel('***.xlsx')
#
df是一个dataform对象,类似一个二维表格
df = pandas.DataFrame(data)
printf(df)
#
显示结果是
a_
b_
c_
d_
0
1
2
3
4
1
5
6
7
8
2
1
2
3
4
3
10
3
4
5

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
df.columns = ['a','b','c','d']
a b
c
d
0
1
2
3
4
1
5
6
7
8
2
1
2
3
4
3
10
3
4
5

1
2
3
4
5
6
7
8
9
10
11
12
#
在最后增加一列数据e 全为add
#
这里如果是[1:2,"e"] = 'add' 就是在最后一列第二行到第三行增加add
df.loc[:,"e"] = "add"
#
在a后面复制a的这一列 并且命名为name, 1表示在第一列插入
df.insert(1, 'name', df['a'])
#
在第二列插入数据 'aa', 名字为name
df.insert(2,'name,'aa')

1
2
3
4
5
6
7

# 删除一列, 和多列, 和行
# inplace表示将修改的数据 是否保存, axis表示1列,默认是1行
# df.drop('a',axis=1,inplace=True)
# 删除多列
df.drop(['a', 'b'], axis=1, inplace=True)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
#
这一个中显示df还是原来的值,因为,replace默认会返回一个替换后的值,
#
可以用df=df['a'].replace(1, 100)
#
或者加个参数inplace=True
# df['a'].replace(1, 100)
# 将a这一列中的1全部替换成100,并保存, 不加后面的参数,会返回一个修改后的对象,
df['a'].replace(1, 100, inplace=True)
#
将所有的3替换成300
df.replace(3, 300, inplace=True)
# 替换 指定列, replace 里面可以是一个字典集合
df.replace({'b':{2: '男', 100:'女'}, 'c':{2:'男', 300:'女'}}, inplace=True)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
产生流水号为0001, 到0099
for i in range(10001, 10100):
i = str(i)[1:]
print(i)
#
在某一列插入连续数据
# pandas的索引函数主要有三种： 
# loc 标签索引，行和列的名称 
# iloc 整型索引（绝对位置索引），绝对意义上的几行几列，起始索引为0 
# ix 是 iloc 和 loc的合体 
# at是loc的快捷方式 
# iat是iloc的快捷方式
j = 0
for i in range(1, 10)
df.iloc[j, 0] = i
j+1 

1
2
3
df.columns.size#列数 
df.iloc[:,0].size#行数 

1
df.to_excel("../new_excel.xlsx", sheet_name="01", index=False, header=True)