python数据分析基础006 -利用pandas带你玩转excel表格（上篇）

Posted 2022-04-08 苏凉.py

文章要点

• 🍺前言
• 🍁（一）创建文件
• • 🍒1.在创建的表格内插入数据
  • 🍒2.修改索引
• 🍁（二）读取文件
• • 🍒1.导入excel表格
  • 🍒2.查看表格形状
  • 🍒3.查看列名
  • • ✨3.1 当第一行为空或有其他数据
    • ✨3.2 自定义列名
    • ✨3.3 指定索引
  • 🍒4.用Series创建行，列，单元格
  • 🍒5.利用pandas实现excel自动填充
  • • ✨5.1 填充普通序列
    • ✨5.2 填充日期序列
    • • 🎐5.2.1 填充日
      • 🎐5.2.2 填充年
      • 🎐5.2.3 填充月（难点！！！）
    • ✨5.3 源码及保存
• 🍻结语

🐚作者简介：苏凉（专注于网络爬虫，数据分析）
🐳博客主页：苏凉.py的博客
👑名言警句：海阔凭鱼跃，天高任鸟飞。
📰要是觉得博主文章写的不错的话，还望大家三连支持一下呀！！！
👉关注✨点赞👍收藏📂

🍺前言

在上篇文章中我们学习了一些pandas的基本使用，在数据分析中我们可以利用pandas对excel表格进行操作，包括对excel的创建，修改和读取等等。接下来我们一起来学习如何利用pandas对excel表格操作吧！！
往期回顾：

1.python数据分析基础001 -matplotlib的基础绘图
2.python数据分析基础002 -使用matplotlib绘图（散点图，条形图，直方图）
3.python数据分析基础003 -numpy的使用（详解)
4.python数据分析基础004 -numpy读取数据以及切片，索引的使用
5.python数据分析基础005 -pandas详解_pandas入门这一篇就足够了

🍁（一）创建文件

平时我们创建excel文件时，通常是在文件夹内右击新建excel表格，在pandas中只需一行代码即可！！
注：excel表格的文件格式为.xlsx

运行时报错：No module named ‘openpyxl’
这是我们在使用openpyxl包时没有安装该模块！因此我们需要在控制台输入指令：

pip install openpyxl

此时问题就解决啦！！

import pandas as pd

df = pd.DataFrame()
df.to_excel('D:/Temp01/test.xlsx')
print('创建成功！！')

结果：

🍒1.在创建的表格内插入数据

只需将我们定义的数据传入Dataframe内即可：

import pandas as pd

numb_list = 
    'ID':[1,2,3,4],
    'name':['苏凉','jake','佚名','Tom'],
    'age':[22,18,25,16],
    'QQ_num':[787991021,2544722208,12545654,58456]

df = pd.DataFrame(numb_list)
df.to_excel('D:/Temp01/test.xlsx')
print('创建成功！！')

运行结果：

🍒2.修改索引

利用set_index设置索引

df = df.set_index('ID')

结果：

🍁（二）读取文件

🍒1.导入excel表格

people = pd.read_excel('./People.xlsx') #导入excel表格

🍒2.查看表格形状

print(people.shape) #查看有多少行多少列

🍒3.查看列名

x = people.columns
for i in x:
    print(i)

结果：

✨3.1 当第一行为空或有其他数据

遇到上述两种情况在读取列名时，pandas默认第一行为列名，当第一行为空时则需要设置header=某行

import pandas as pd

people = pd.read_excel('./People.xlsx',header = 1)

print(people.columns)

✨3.2 自定义列名

当打开的文件没有列名时，我们需要设置列名。

import pandas as pd

people = pd.read_excel('./People.xlsx',header=None)
# 自定义列名
people.columns=['ID','Type','Title','FirstName','MiddleName','LastName']
people.set_index('ID',inplace=True)
print(people.columns)
# 保存
people.to_excel('./test.xlsx')
print('save success')

结果：

✨3.3 指定索引

在上面我们创建了一个test文件。当我们再次打开时，pandas会给我们重新创建一个索引，如下图：

这时我们需要指定索引

import pandas as pd

people = pd.read_excel('./test.xlsx',index_col="ID")
people.to_excel('./test1.xlsx')
print('save success')

结果：

🍒4.用Series创建行，列，单元格

import pandas as pd

d1 = pd.Series([10,20,30],index=[1,2,3],name='a')
d2 = pd.Series([40,50,60],index=[1,2,3],name='b')
d3 = pd.Series([100,200,300],index=[2,3,4],name='c')

df = pd.DataFrame(d1.name:d1,d2.name:d2,d3.name:d3)
df2 = pd.DataFrame([d1,d2,d3])
print(df)
print('*'*100)
print(df2)

结果：

从上述结果可以看出通过Series创建的值传到Dataframe时需要用字典的形式，否则索引会自动转换为列。

🍒5.利用pandas实现excel自动填充

✨5.1 填充普通序列

实例：填充ID，InStore，Date

import pandas as pd

books = pd.read_excel('./Books.xlsx',skiprows=3,usecols='C:F',dtype='ID':str)
df = pd.DataFrame(books)
for i in books.index:
    # 对id自动填充
    books['ID'].at[i] = i+1
    # 对Instore自动填充
    books['InStore'].at[i] = 'no' if i%2==0 else 'yes'

print(books)

结果：

✨5.2 填充日期序列

填充日期序列时，我们需要事先从datetime中导入date,timedelda模块

from datetime import date,timedelta

设置初始日期

 start_time = date(2019,1,25)

🎐5.2.1 填充日

books['Date'].at[i] = start_time + timedelta(days=i)

结果：

注：timedelda最多只能加到日期，无法加年以及月！！

🎐5.2.2 填充年

 books['Date'].at[i] = date(start_time.year+i,start_time.month,start_time.day)

结果：

🎐5.2.3 填充月（难点！！！）

在填充月份时我们需要注意月份最高为12月，若>12月则从1月开始

定义月份的时间函数：

# d -日期 ，md—月的该变量
def add_month(d,md):
    # 得到含有多少年
    yd = md//12
    # 获取月份
    m = d.month +md%12
#     判断是否满足条件
    if m != 12:
        yd += m//12
        m = m%12
    return date(d.year +yd ,m ,d.day)

下面自动填充月份时调用函数：

    books['Date'].at[i] = add_month(start_time ,i)

结果：

✨5.3 源码及保存

import pandas as pd
from datetime import date,timedelta

# d -日期 ，md—月的该变量
def add_month(d,md):
    # 得到含有多少年
    yd = md//12
    # 获取月份
    m = d.month +md%12
#     判断是否满足条件
    if m != 12:
        yd += m//12
        m = m%12
    return date(d.year +yd ,m ,d.day)

books = pd.read_excel('./Books.xlsx',skiprows=3,usecols='C:F',dtype='ID':str)
df = pd.DataFrame(books)
start_time = date(2019,1,25)
for i in books.index:
    # 对id自动填充
    books['ID'].at[i] = i+1
    # 对Instore自动填充
    books['InStore'].at[i] = 'no' if i%2==0 else 'yes'
    # 对日自动填充
    # books['Date'].at[i] = start_time
#     对年自动填充
    books['Date'].at[i] = date(start_time.year+i,start_time.month,start_time.day)
#       对月份自动填充
    books['Date'].at[i] = add_month(start_time ,i)

books.set_index('ID',inplace=True)
books.to_excel('./book1.xlsx')
print('save success')

结果：

🍻结语

今天的学习到这里就结束啦，下期内容要点：
1.函数填充
2.排序
3.数据筛选
4.数据可视化
关注我，咱们下期再见！！