网站建设需要什么软件,wordpress网上在线插件,传媒网站给行业做宣传,什么是php网站欢迎阅读《Python每天一小段》系列#xff01;在本篇文章中#xff0c;将使用Python编写自动化 Excel 操作的程序。 文章目录 #xff08;1#xff09;Python 操作 Excel 详解#xff08;2#xff09;创建 DataFrame 对象#xff08;3#xff09;读取 Excel 文件#… 欢迎阅读《Python每天一小段》系列在本篇文章中将使用Python编写自动化 Excel 操作的程序。 文章目录 1Python 操作 Excel 详解2创建 DataFrame 对象3读取 Excel 文件4写入 Excel 文件5筛选数据6排序数据7计算数据8合并数据9删除数据10读取csv文件11总结 1Python 操作 Excel 详解
Excel 是办公软件中常用的工具之一它可以用于存储、整理和分析数据。Python 是一门强大的编程语言它可以用于自动化 Excel 操作。
在本教程中我们将介绍 Python 操作 Excel 的详细知识包括
创建 DataFrame 对象读取 Excel 文件写入 Excel 文件筛选数据排序数据计算数据合并数据删除数据
安装pandas模块
pip install pindas2创建 DataFrame 对象
要操作 Excel 数据我们需要将 Excel 数据转换为 DataFrame 对象。DataFrame 对象是 pandas 库中的数据结构它可以用于存储表格数据。
以下代码演示了如何创建 DataFrame 对象
import pandas as pd# 创建 DataFrame 对象
df pd.DataFrame({a: [1, 2, 3],b: [4, 5, 6],c: [7, 8, 9]
})# 查看 DataFrame 对象
print(df)输出结果 a b c
0 1 4 7
1 2 5 8
2 3 6 93读取 Excel 文件
要读取 Excel 文件我们可以使用 pandas 库的 read_excel() 函数。
以下代码演示了如何读取 Excel 文件
# 读取 Excel 文件
df pd.read_excel(data.xlsx)# 查看 DataFrame 对象
print(df)输出结果与上面的代码相同。
我们还可以使用 read_excel() 函数的 nrows 参数指定要读取的行数以及 usecols 参数指定要读取的列。
以下代码演示了如何读取 Excel 文件的前两行和 a 列和 b 列的数据
# 读取前两行
df pd.read_excel(data.xlsx, nrows2)
print(df)# 读取 a 和 b 列
df pd.read_excel(data.xlsx, usecols[a, b])
print(df)输出结果 a b
0 1 4
1 2 5a b
0 1 4
1 2 54写入 Excel 文件
要写入 Excel 文件我们可以使用 pandas 库的 to_excel() 函数。
以下代码演示了如何写入 Excel 文件
# 写入 Excel 文件
df.to_excel(output.xlsx)这将创建一个名为 output.xlsx 的 Excel 文件其中包含 df 对象的数据。
5筛选数据
要筛选 Excel 数据我们可以使用 loc 或 query() 方法。
以下代码演示了如何筛选 a 列值小于 10 的数据
# 筛选 a 列值小于 10 的数据
df df[df[a] 10]print(df)输出结果 a b
0 1 4
1 2 5
2 3 66排序数据
要排序 Excel 数据我们可以使用 sort_values() 方法。
以下代码演示了如何按 a 列升序排序数据
# 按 a 列升序排序数据
df df.sort_values(a)print(df)输出结果 a b
0 1 4
1 2 5
2 3 67计算数据
要计算 Excel 数据我们可以使用 apply() 方法。
以下代码演示了如何计算 a 列和 b 列的和
# 计算 a 列和 b 列的和
df[sum] df[a] df[b]print(df)输出结果 a b sum
0 1 4 5
1 2 5 7
2 3 6 9我们还可以使用 Series.sum() 方法直接计算列的和
# 计算 a 列的和
sum_a df[a].sum()print(sum_a)输出结果
68合并数据
要合并 Excel 数据我们可以使用 concat() 方法。
以下代码演示了如何合并两个 Excel 文件
Python
import pandas as pddef export_to_excel(df, file_name, sheet_name):df.to_excel(file_name,sheet_namesheet_name,indexFalse,engineopenpyxl)# 创建第一个数据框
df1 pd.DataFrame({a1: [1, 2, 3],b1: [4, 5, 6],c1: [7, 8, 9]
})# 创建第二个数据框
df2 pd.DataFrame({a2: [1, 2, 3],b2: [4, 5, 6],c2: [7, 8, 9]
})# 导出第一个数据框到Excel
export_to_excel(df1, data1.xlsx, sheet1)# 导出第二个数据框到Excel
export_to_excel(df2, data2.xlsx, sheet2)# 读取第一个 Excel 文件df1
print(df1)print(\n)# 读取第二个 Excel 文件df2
print(df2)#合并df1和df2 合并两个 Excel 文件
merged_df pd.concat([df1, df2], axis1)
print(merged_df)输出结果
# 读取第一个 Excel 文件df1a1 b1 c1
0 1 4 7
1 2 5 8
2 3 6 9# 读取第二个 Excel 文件df2a2 b2 c2
0 1 4 7
1 2 5 8
2 3 6 9#合并df1和df2 合并两个 Excel 文件a1 b1 c1 a2 b2 c2
0 1 4 7 1 4 7
1 2 5 8 2 5 8
2 3 6 9 3 6 9我们还可以使用 merge() 方法合并 Excel 数据该方法允许我们指定合并的条件。
以下代码演示了如何合并两个 Excel 文件并根据 a 列进行合并
# 读取第一个 Excel 文件
print(df1)
print(\n)# 读取第二个 Excel 文件
print(df2)
print(\n)# 合并两个 Excel 文件并根据 a 列进行合并
merged_df1 pd.merge(df1[a1],df2[a2],left_indexTrue,right_indexTrue)
print(merged_df1)输出结果
#df1a1 b1 c1
0 1 4 7
1 2 5 8
2 3 6 9#df2a2 b2 c2
0 1 4 7
1 2 5 8
2 3 6 9#合并后a1 a2
0 1 1
1 2 2
2 3 39删除数据
要删除 Excel 数据我们可以使用 drop() 方法。
以下代码演示了如何删除 Excel 文件中的一行
#读取excel文件df1和df2合并的值
print(merged_df)
print(\n)#删除第一行
merged_df merged_df.drop(0)
print(merged_df)输出结果
#原数据a1 b1 c1 a2 b2 c2
0 1 4 7 1 4 7
1 2 5 8 2 5 8
2 3 6 9 3 6 9#删除后a1 b1 c1 a2 b2 c2
1 2 5 8 2 5 8
2 3 6 9 3 6 9我们还可以使用 drop() 方法删除 Excel 文件中的一列
#读取excel文件df1和df2合并的值
print(merged_df)
print(\n)#删除a1列
merged_df merged_df.drop(a1,axis1)
print(merged_df)#同时删除两列
#merged_df merged_df.drop([b1,b1],axis1)输出结果 a1 b1 c1 a2 b2 c2
1 2 5 8 2 5 8
2 3 6 9 3 6 9b1 c1 a2 b2 c2
1 5 8 2 5 8
2 6 9 3 6 910读取csv文件
读取CSV文件的示例代码
import pandas as pd# 创建数据框
df pd.DataFrame({Column1: [1, 2, 3],Column2: [4, 5, 6],Column3: [7, 8, 9]
})# 将数据框写入csv文件
df.to_csv(filename.csv, indexFalse)# 读取CSV文件
df pd.read_csv(filename.csv)# 打印数据框内容
print(df)
输出 Column1 Column2 Column3
0 1 4 7
1 2 5 8
2 3 6 911总结
在本文中介绍了 Python 操作 Excel 的详细知识包括
创建 DataFrame 对象读取 Excel 文件写入 Excel 文件筛选数据排序数据计算数据合并数据删除数据
通过学习本文将能够使用 Python 进行excel和csv各种操作。
