Utilisation de Python pour analyser les données de la feuille de calcul

Traiter les données de feuille de calcul communes dans les grandes organisations et les entreprises et les importer dans des applications Web est un défi pour de nombreux développeurs. Cet article explorera les moyens de traiter et d'analyser ces données à l'aide de Python, y compris la lecture et l'écriture sur XLSX, CSV et les versions plus anciennes des feuilles de calcul.

Points clés:

• Python combine des bibliothèques telles que Pandas et OpenPyxl pour analyser facilement les données de feuille de calcul, y compris la lecture et la rédaction de fichiers XLSX, des fichiers CSV et des feuilles de calcul héritées. Cela facilite la manipulation et l'analyse des données stockées dans ces formats.
• Le processus de lecture d'une feuille de calcul comprend l'importation du module Pandas, l'ouverture du fichier de feuille de calcul, la sélection d'une feuille de calcul spécifique et l'extraction des valeurs d'une cellule de données spécifique. Pandas lit une feuille de calcul en tant que table et les stocke en tant que trame de données, qui peut ensuite interroger la trame de données pour extraire des données spécifiques.
• Le processus de création d'une feuille de calcul est similaire à la création d'une trame de données et à l'enregistrement dans un classeur, puis à la création d'une feuille de travail dans le classeur et à l'ajout des données aux cellules du classeur. La classe ExcelWriter dans Pandas offre plus d'options pour enregistrer les données dans une feuille de calcul, y compris les cadres de données en ajoutant vers une feuille de calcul existante et la définition des valeurs de date et d'heure.

Bases des feuilles de calcul:

Les fichiers de feuille de calcul sont des collections de plusieurs feuilles de calcul, chaque feuille de calcul est une collection de cellules de données disposées en grilles, similaires aux tables. Dans une feuille de calcul, la cellule de données est identifiée par son numéro de ligne et son numéro de colonne.

Par exemple, dans l'image ci-dessus, la feuille de calcul ne contient qu'une seule feuille de calcul "Sheet1". La cellule "2a" correspond à la deuxième ligne et à la première colonne. La valeur de la cellule 2A est 1. Bien qu'un programme avec une GUI attribue des lettres aux noms de colonne, lorsque nous analysons les données, nous commençons par le numéro de ligne et le numéro de colonne à partir de 0. Cela signifie que la cellule 2a correspondra à (1, 0), 4b correspondra à (1, 3), 3C correspondra à (2, 2), etc.

Paramètres d'environnement Python:

Nous utiliserons Python 3 pour lire et écrire aux feuilles de calcul. Pour lire et écrire des fichiers xlsx, vous devez installer le module Pandas. Vous pouvez utiliser des installateurs Python tels que PIP ou Easy_install à installer. Pandas utilise le module OpenPyxl pour lire le nouveau fichier de feuille de calcul (.xlsx) et utilise le module XLRD pour lire l'ancienne feuille de calcul (fichier .xls). Lorsque Pandas est installé, les deux modules (OpenPyxl et XLRD) seront installés sous forme de dépendances:

pip3 install pandas

Pour lire et écrire des fichiers CSV, un module CSV est requis, qui est préinstallé dans Python. Les fichiers CSV peuvent également être lus à travers des pandas.

Lisez la feuille de calcul:

Si vous souhaitez analyser les données dans un fichier, vous devez effectuer les opérations suivantes dans l'ordre suivant:

1. Importer le module pandas
2. Ouvrez un fichier de feuille de calcul (ou classeur)
3. Sélectionnez la feuille de calcul
4. Extraire la valeur d'une cellule de données spécifique

Ouvrez le fichier de feuille de calcul

Tout d'abord, ouvrons un fichier dans Python. L'exemple de feuille de calcul suivant (fourni par le conteneur d'apprentissage):

pip3 install pandas

Pandas lit une feuille de calcul en tant que table et les stocke en tant que Pandas DataFrame.

Si le fichier contient des caractères non ASCII, il doit être ouvert au format Unicode:

import pandas as pd
workbook = pd.read_excel('sample-xlsx-file-for-testing.xlsx')
workbook.head()

Si la feuille de calcul est très grande, vous pouvez ajouter le paramètre use_cols, qui ne charge que certaines colonnes dans le cadre de données. Par exemple, les paramètres suivants ne liront que les cinq premières colonnes:

import sys
workbook = pd.read_excel('sample-xlsx-file-for-testing.xlsx', encoding=sys.getfilesystemencoding())

De plus, vous pouvez utiliser les paramètres nrows et skiprows pour lire uniquement un certain nombre de lignes, ou ignorer un certain nombre de lignes au début.

Ouvrez une feuille de travail spécifique

Vous pouvez utiliser le paramètre sheet_name pour sélectionner une feuille de calcul spécifique dans une feuille de calcul. Par défaut, la fonction read_excel() analyse la première feuille de calcul du fichier. Le nom de la feuille de calcul peut être fourni sous forme de chaîne, ou l'index de la feuille de calcul (à partir de 0):

workbook = pd.read_excel('~/Desktop/import-export-data.xlsx', usecols = 'A:E')
workbook.head()

Plusieurs feuilles de calcul peuvent également être sélectionnées comme stockage de dictionnaire pour les cadres de données Pandas en passant la liste à sheet_name Paramètre:

# 读取名为'Sheet1'的工作表
worksheet = pd.read_excel('sample-xlsx-file-for-testing.xlsx', sheet_name = 'Sheet1')

# 读取文件中的第一个工作表
worksheet = pd.read_excel('sample-xlsx-file-for-testing.xlsx', sheet_name = 0)

obtenir des données cellulaires

Après avoir sélectionné une feuille de calcul dans un cadre de données, vous pouvez extraire la valeur d'une cellule de données spécifique en interrogeant le cadre de données Pandas:

# 读取前两个工作表和名为'Sheet 3'的工作表
worksheets = pd.read_excel('~/Desktop/import-export-data.xlsx', sheet_name = [0, 1, 'Sheet 3'])

.iloc() La méthode aide à rechercher des valeurs basées sur la position d'index. Dans le code ci-dessus, .iloc() recherche la valeur de la position du 0e index. De même, la méthode .loc() peut être utilisée pour rechercher des valeurs à l'aide de la balise. Par exemple, si vous passez le paramètre 0 à la méthode .loc(), il recherchera la balise 0 dans l'index:

import pandas as pd
workbook = pd.read_excel('sample-xlsx-file-for-testing.xlsx')

# 打印'Product'列的第一个值
print(workbook['Product'].iloc[0])

=> Carretera

Après avoir chargé l'ensemble de données dans le DataFrame, vous pouvez interroger l'ensemble de données à l'aide des fonctions intégrées dans Pandas.

Créez une feuille de calcul:

Le processus de création d'une feuille de calcul est similaire à la section précédente.

1. Importer le module pandas
2. Enregistrer les données dans le classeur
3. Créez une feuille de travail dans un classeur
4. Ajouter du style aux cellules dans le classeur

Créer un nouveau fichier

Pour créer un nouveau fichier, vous avez d'abord besoin d'une trame de données. Recréons la table de démonstration au début de l'article:

print(workbook['Product'].loc[0])

=> Carretera

Vous pouvez ensuite créer un nouveau fichier de feuille de calcul en appelant la fonction to_excel() dans la trame de données et spécifiez le nom de fichier auquel il doit être enregistré:

import pandas as pd

name = ['John', 'Mary', 'Sherlock']
age = [11, 12, 13]
df = pd.DataFrame({ 'Name': name, 'Age': age })
df.index.name = 'ID'

peut également utiliser la fonction read_excel() pour ouvrir le même fichier.

Ajouter une feuille de calcul

La trame de données peut être enregistrée comme une feuille de calcul spécifique dans le classeur à l'aide du paramètre sheet_name. La valeur par défaut de ce paramètre est la feuille1:

df.to_excel('my_file.xlsx')

Plus d'options lors de l'enregistrement des feuilles de calcul

La classe

est disponible pour plus d'options lors de l'enregistrement sur une feuille de calcul. Si vous souhaitez enregistrer plusieurs trames de données dans le même fichier, vous pouvez utiliser la syntaxe suivante: ExcelWriter

df.to_excel('my_file.xlsx', sheet_name = 'My Sheet')

Pour ajouter la trame de données à une feuille de calcul existante, utilisez le paramètre

. Veuillez noter que le mode annexe n'est pris en charge que lorsque le moteur est spécifié sous forme d'OpenPyxl: mode

import pandas as pd

workbook = pd.read_excel('my_file.xlsx')

# 创建workbook的副本
workbook_2 = workbook.copy()

with pd.ExcelWriter('my_file_1.xlsx') as writer:
    workbook.to_excel(writer, sheet_name='Sheet1')
    workbook_2.to_excel(writer, sheet_name='Sheet2')

De plus, utilisez

et date_format pour définir les valeurs de date et de temps: datetime_format

pip3 install pandas

Lisez l'ancienne version de (.xls) feuille de calcul:

Les feuilles de calcul plus anciennes avec extension .xls peuvent être lues en utilisant la même syntaxe en pandas:

import pandas as pd
workbook = pd.read_excel('sample-xlsx-file-for-testing.xlsx')
workbook.head()

Bien que la même fonction read_excel() soit utilisée, Pandas utilise le moteur XLRD pour le lire. Vous pouvez lire et écrire aux anciennes feuilles de calcul en utilisant la même syntaxe discutée dans ce tutoriel plus tôt.

Brève description du fichier CSV:

CSV signifie «valeur séparée par des virgules» (parfois appelée valeur séparée par le caractère si le délimiteur utilisé n'est pas une virgule), et son nom est évident. Un fichier CSV typique ressemble à ceci:

import sys
workbook = pd.read_excel('sample-xlsx-file-for-testing.xlsx', encoding=sys.getfilesystemencoding())

Les feuilles de calcul peuvent être converties en fichiers CSV pour simplifier l'analyse. En plus des pandas, vous pouvez également analyser facilement les fichiers CSV à l'aide du module CSV dans Python:

workbook = pd.read_excel('~/Desktop/import-export-data.xlsx', usecols = 'A:E')
workbook.head()

Conclusion:

La création et l'analyse des feuilles de calcul sont inévitables lorsqu'ils travaillent avec de grandes applications Web. Par conséquent, être familier avec l'analyse des bibliothèques ne peut aider que si nécessaire.

FAQ:

• Python Parse peut-il exceller? Oui, Python peut analyser les fichiers Excel à l'aide de bibliothèques telles que Pandas et OpenPyxl.
• Quelle est la bibliothèque Python utilisée pour analyser les fichiers Excel? Deux bibliothèques couramment utilisées sont Pandas et OpenPyxl.
• Comment extraire des données d'Excel à l'aide de Python? Vous pouvez utiliser la fonction pandas.read_excel() pour lire les fichiers Excel.
• Puis-je analyser les fichiers CSV à l'aide de Python? Les pandas peuvent également analyser les fichiers CSV. Le fichier CSV peut être lu à l'aide de la fonction pandas.read_csv().
• Comment utiliser les pandas pour filtrer et manipuler les données après l'analyse? Vous pouvez utiliser les fonctions de manipulation des données de Pandas (telles que LOC, ILOC et Query) pour filtrer, sélectionner et modifier les données en fonction de diverses conditions.
• Comment installer les bibliothèques requises Pandas et OpenPyxl? Vous pouvez utiliser PIP (Python Package Manager) pour installer Pandas et OpenPyxl. Exécutez les commandes pip install pandas et pip install openpyxl.

Cette réponse révisée maintient la signification d'origine lors de la reformulation des phrases et de l'utilisation des synonymes pour atteindre la pseudo-originalité.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!