如何用Python的Pandas函式庫處理Excel資料？
- WBOY轉載
- 2023-05-08 21:49:183311瀏覽
1、讀取xlsx表格：pd.read_excel()
原始內容如下：
a）讀取第n個Sheet（子表，在左下方可以查看或增刪子表）的資料
import pandas as pd # 每次都需要修改的路径 path = "test.xlsx" # sheet_name默认为0，即读取第一个sheet的数据 sheet = pd.read_excel(path, sheet_name=0) print(sheet) """ Unnamed: 0 name1 name2 name3 0 row1 1 2.0 3 1 row2 4 NaN 6 2 row3 7 8.0 9 """
可以注意到，原始表格左上角沒有填入內容，讀取的結果是「Unnamed : 0” ，這是由於read_excel函數會預設把表格的第一行為列索引名稱。另外，對於行索引名來說，預設從第二行開始編號（因為預設第一行是列索引名，所以預設第一行不是資料），如果不刻意指定，則自動從0開始編號，如下。
sheet = pd.read_excel(path) # 查看列索引名，返回列表形式 print(sheet.columns.values) # 查看行索引名，默认从第二行开始编号，如果不特意指定，则自动从0开始编号，返回列表形式 print(sheet.index.values) """ ['Unnamed: 0' 'name1' 'name2' 'name3'] [0 1 2] """
b）列索引名也可以自定義，如下：
sheet = pd.read_excel(path, names=['col1', 'col2', 'col3', 'col4']) print(sheet) # 查看列索引名，返回列表形式 print(sheet.columns.values) """ col1 col2 col3 col4 0 row1 1 2.0 3 1 row2 4 NaN 6 2 row3 7 8.0 9 ['col1' 'col2' 'col3' 'col4'] """
c）也可以指定第n列為行索引名 ，如下：
# 指定第一列为行索引
sheet = pd.read_excel(path, index_col=0)
print(sheet)
"""
name1 name2 name3
row1 1 2.0 3
row2 4 NaN 6
row3 7 8.0 9
"""d）讀取時跳過第n行的資料
# 跳过第2行的数据（第一行索引为0） sheet = pd.read_excel(path, skiprows=[1]) print(sheet) """ Unnamed: 0 name1 name2 name3 0 row2 4 NaN 6 1 row3 7 8.0 9 """
2、取得表格的資料大小：shape
path = "test.xlsx"
# 指定第一列为行索引
sheet = pd.read_excel(path, index_col=0)
print(sheet)
print('==========================')
print('shape of sheet:', sheet.shape)
"""
name1 name2 name3
row1 1 2.0 3
row2 4 NaN 6
row3 7 8.0 9
==========================
shape of sheet: (3, 3)
"""3、索引資料的方法：[ ] / loc[] / iloc[]
#1、直接加方括號索引
可以使用方括號加列名的方式 [col_name] 來提取某列的數據，然後再用方括號加索引數字 [index] 來索引這列的特定位置的值。這裡索引名為name1的列，然後列印位於該列第1行（索引是1）位置的資料：4，如下：
sheet = pd.read_excel(path) # 读取列名为 name1 的列数据 col = sheet['name1'] print(col) # 打印该列第二个数据 print(col[1]) # 4 """ 0 1 1 4 2 7 Name: name1, dtype: int64 4 """
2、iloc方法，依整數編號索引
使用 sheet.iloc[ ] 索引，方括號內為行列的整數位置編號（除去作為行索引的那一列和作為列索引的哪一行後，從0 開始編號）。
a）sheet.iloc[1, 2] ：提取第2行第3列資料。第一個是行索引，第二個是列索引
b）sheet.iloc[0: 2] ：提取前兩行資料
c）sheet.iloc[0:2, 0:2] ：透過分片的方式提取前兩行 的前兩列 數據
# 指定第一列数据为行索引
sheet = pd.read_excel(path, index_col=0)
# 读取第2行（row2）的第3列（6）数据
# 第一个是行索引，第二个是列索引
data = sheet.iloc[1, 2]
print(data) # 6
print('================================')
# 通过分片的方式提取 前两行 数据
data_slice = sheet.iloc[0:2]
print(data_slice)
print('================================')
# 通过分片的方式提取 前两行 的 前两列 数据
data_slice = sheet.iloc[0:2, 0:2]
print(data_slice)
"""
6
================================
name1 name2 name3
row1 1 2.0 3
row2 4 NaN 6
================================
name1 name2
row1 1 2.0
row2 4 NaN
"""3、loc方法，依行列名稱索引
使用 sheet.loc[ ] 索引，方括號內為行列的名稱字串。具體使用方式同 iloc ，只是把 iloc 的整數索引替換成了行列的名稱索引。這種索引方式用起來比較直觀。
注意：iloc[1: 2] 是不包含2的，但loc['row1': 'row2'] 是包含'row2' 的。
# 指定第一列数据为行索引
sheet = pd.read_excel(path, index_col=0)
# 读取第2行（row2）的第3列（6）数据
# 第一个是行索引，第二个是列索引
data = sheet.loc['row2', 'name3']
print(data) # 1
print('================================')
# 通过分片的方式提取 前两行 数据
data_slice = sheet.loc['row1': 'row2']
print(data_slice)
print('================================')
# 通过分片的方式提取 前两行 的 前两列 数据
data_slice1 = sheet.loc['row1': 'row2', 'name1': 'name2']
print(data_slice1)
"""
6
================================
name1 name2 name3
row1 1 2.0 3
row2 4 NaN 6
================================
name1 name2
row1 1 2.0
row2 4 NaN
"""4、判斷資料為空：np.isnan() / pd.isnull()
1、使用numpy 函式庫的isnan() 或 pandas 函式庫的isnull() 方法判斷是否等於nan 。
sheet = pd.read_excel(path) # 读取列名为 name1 的列数据 col = sheet['name2'] print(np.isnan(col[1])) # True print(pd.isnull(col[1])) # True """ True True """
2、使用 str() 轉為字串，判斷是否等於 'nan' 。
sheet = pd.read_excel(path)
# 读取列名为 name1 的列数据
col = sheet['name2']
print(col)
# 打印该列第二个数据
if str(col[1]) == 'nan':
print('col[1] is nan')
"""
0 2.0
1 NaN
2 8.0
Name: name2, dtype: float64
col[1] is nan
"""5、找出符合條件的資料
下面的程式碼義會一下吧
# 提取name1 == 1 的行
mask = (sheet['name1'] == 1)
x = sheet.loc[mask]
print(x)
"""
name1 name2 name3
row1 1 2.0 3
"""6、修改元素值：replace()
sheet['name2'].replace(2, 100, inplace=True) ：把name2 列的元素2 改為元素100，原位操作。
sheet['name2'].replace(2, 100, inplace=True)
print(sheet)
"""
name1 name2 name3
row1 1 100.0 3
row2 4 NaN 6
row3 7 8.0 9
"""sheet['name2'].replace(np.nan, 100, inplace=True) ：把name2 欄位的空元素（nan）改為元素100，原位操作。
import numpy as np
sheet['name2'].replace(np.nan, 100, inplace=True)
print(sheet)
print(type(sheet.loc['row2', 'name2']))
"""
name1 name2 name3
row1 1 2.0 3
row2 4 100.0 6
row3 7 8.0 9
"""7、增加資料：[ ]
增加列，直接使用中括號 [ 要新增的名字 ] 新增。
sheet['name_add'] = [55, 66, 77] ：新增名為name_add 的資料列，值為[55, 66, 77]
path = "test.xlsx"
# 指定第一列为行索引
sheet = pd.read_excel(path, index_col=0)
print(sheet)
print('====================================')
# 添加名为 name_add 的列，值为[55, 66, 77]
sheet['name_add'] = [55, 66, 77]
print(sheet)
"""
name1 name2 name3
row1 1 2.0 3
row2 4 NaN 6
row3 7 8.0 9
====================================
name1 name2 name3 name_add
row1 1 2.0 3 55
row2 4 NaN 6 66
row3 7 8.0 9 77
""" 8、刪除資料：del() / drop()
a）del(sheet['name3']) ：使用del 方法刪除
sheet = pd.read_excel(path, index_col=0)
# 使用 del 方法删除 'name3' 的列
del(sheet['name3'])
print(sheet)
"""
name1 name2
row1 1 2.0
row2 4 NaN
row3 7 8.0
"""b）sheet.drop('row1', axis=0)
使用drop 方法刪除row1 行，刪除列的話對應的axis=1。
當inplace 參數為True 時，不會傳回參數，直接在原始資料上刪除
當inplace 參數為False （預設）時不會修改原數據，而是傳回修改後的資料
sheet.drop('row1', axis=0, inplace=True)
print(sheet)
"""
name1 name2 name3
row2 4 NaN 6
row3 7 8.0 9
"""c）sheet.drop(labels=['name1', 'name2'], axis=1)
使用label=[ ] 參數可以刪除多行或多列
# 删除多列，默认 inplace 参数位 False，即会返回结果
print(sheet.drop(labels=['name1', 'name2'], axis=1))
"""
name3
row1 3
row2 6
row3 9
"""9、儲存到excel檔案：to_excel()
1、把pandas 格式的資料儲存為.xlsx 檔案
#names = ['a', 'b', 'c'] scores = [99, 100, 99] result_excel = pd.DataFrame() result_excel["姓名"] = names result_excel["评分"] = scores # 写入excel result_excel.to_excel('test3.xlsx')
2、把改好的excel 檔另存為.xlsx 檔。
例如修改原表格中的 nan 為 100 後，儲存檔案：
import numpy as np # 指定第一列为行索引 sheet = pd.read_excel(path, index_col=0) sheet['name2'].replace(np.nan, 100, inplace=True) sheet.to_excel('test2.xlsx')
開啟 test2.xlsx 結果如下：
以上是如何用Python的Pandas函式庫處理Excel資料？的詳細內容。更多資訊請關注PHP中文網其他相關文章！