Python中pandas库的数据结构主要有两种：一个是Series ，一个是DataFrame。

DataFrame是一种数据结构，类似excel，是一种二维表；

series是一个一维数组，是基于NumPy的ndarray结构。Pandas会默然用0到n-1来作为series的index，但也可以自己指定index(可以把index理解为dict里面的key)。

一、先安装pandas、xlrd

pip3 install pandas

pip3 install xlrd

二、pandas-DataFrame()函数

1、新建excel文件：直接使用pandas的DataFrame函数创建

# -*- coding: utf-8 -*-import pandas as pd
df = pd.DataFrame({'id':[1,2,3],'name':['刘备','关羽','张飞']})
df.to_excel("D:/用python写代码/output.xlsx")
print("Done!")

结果：

2、创建excel时将索引设置成id

# -*- coding: utf-8 -*-import pandas as pd
df = pd.DataFrame({'id':[1,2,3],'name':['刘备','关羽','张飞']})
df = df.set_index('id')
df.to_excel("D:/用python写代码/output1.xlsx")
print("Done!")

结果：

3、读取excel文件

# -*- coding: utf-8 -*-import pandas as pd
renyuan = pd.read_excel('D:/用python写代码/test1/Day1-7/ryb.xlsx')

print(renyuan.shape) #行数、列数

结果：(20, 7)

print(renyuan.columns) #列名

结果：Index(['id', 'name', 'sex', 'sfz', 'birth_date', 'zhicheng', 'zcsj'], dtype='object')

print(renyuan.head(2)) #前两行

结果：

   id name sex                 sfz  birth_date zhicheng     zcsj

0   1   刘备   男  58829919701006****     1970.10    高级工程师  2008.08

1   2   曹操   男  21079819880119****     1988.01      工程师  2015.12

print(renyuan.tail(1)) #最后一行

结果：

    id name sex                 sfz  birth_date zhicheng     zcsj

19  20   貂蝉   女  11826119901008****      1990.1      工程师  2009.11

# -*- coding: utf-8 -*-import pandas as pd
renyuan = pd.read_excel('D:/用python写代码/test1/Day1-7/ryb.xlsx',header=1)print(renyuan.columns) #列名

结果：

Index(['001', '刘备', '男', '58829919701006****', '1970.10', '高级工程师', '2008.08'], dtype='object')

注：

1)在read_excel方法中，header默认值为0(索引)，我们可根据需要修改参数。

2)header为默认值时，如果首行为空，print(xx.columns)可自动跳过空行至首行标题行。

3)renyuan = pd.read_excel("D:/用python写代码/test1/Day1-7/ryb.xlsx",skiprows=3,usecols="C:F“),其中，skiprows=3代表跳过前三行空行，usecols="C:F“代表仅使用C:F列，即跳过A-B列。

4、给无首行标题栏的表格添加标题栏

# -*- coding: utf-8 -*-import pandas as pd
renyuan = pd.read_excel('D:/用python写代码/test1/Day1-7/ryb.xlsx',header=None)
renyuan.columns = ['id','name','sex','sfz','birth_date','zhicheng','zcsj']print(renyuan.columns) #列名renyuan.to_excel("D:/用python写代码/test1/Day1-7/ryb.xlsx")print("Done!")

结果：

Index(['id', 'name', 'sex', 'sfz', 'birth_date', 'zhicheng', 'zcsj'], dtype='object')

Done!

可将序号设置成id，从1开始，完善如下：

# -*- coding: utf-8 -*-import pandas as pd
renyuan = pd.read_excel('D:/用python写代码/test1/Day1-7/ryb.xlsx',header=None)
renyuan.columns = ['id','name','sex','sfz','birth_date','zhicheng','zcsj']
renyuan.set_index('id',inplace=True)print(renyuan.columns) #列名renyuan.to_excel("D:/用python写代码/test1/Day1-7/ryb.xlsx")print("Done!")

结果：

Index(['name', 'sex', 'sfz', 'birth_date', 'zhicheng', 'zcsj'], dtype='object')

Done!

注：

1)修改后，print(renyun.columns)看不到id了，只看到index。而读取时，又将id当作普通的列名，自动新增了索引号。

2)pandas 中 inplace 参数在很多函数中都会有，作用：是否在原对象基础上进行修改。inplace = True：不创建新的对象，直接对原始对象进行修改；inplace = False：对数据进行修改，创建并返回新的对象承载其修改结果。默认是False。

# -*- coding: utf-8 -*-import pandas as pd
renyuan = pd.read_excel('D:/用python写代码/test1/Day1-7/ryb.xlsx')print(renyuan.columns) #列名print(renyuan.head(2))

结果：

Index(['id', 'name', 'sex', 'sfz', 'birth_date', 'zhicheng', 'zcsj'], dtype='object')

id name sex                 sfz  birth_date zhicheng     zcsj

0   1   刘备   男  58829919701006****     1970.10    高级工程师  2008.08

1   2   曹操   男  21079819880119****     1988.01      工程师  2015.12

三、pandas-Series()函数

1、利用列表创建序列Series

# -*- coding: utf-8 -*-import pandas as pd
l1 = [100,200,300]
l2 = ['x','y','z']
s1 = pd.Series(l1,index=l2)

或者：s1 = pd.Series([100,200,300],index=['x','y','z'])print(s1)

结果：

x    100

y    200

z    300

dtype: int64

2、将序列Series转化成Dataframe

# -*- coding: utf-8 -*-import pandas as pd
s1 = pd.Series([1,2,3],index=[1,2,3],name='A')
s2 = pd.Series([10,20,30],index=[1,2,3],name='B')
s3 = pd.Series([100,200,300],index=[1,2,3],name='C')
df = pd.DataFrame({s1.name:s1,s2.name:s2,s3.name:s3})print(df)

结果：

A   B    C

1  1  10  100

2  2  20  200

3  3  30  300

# -*- coding: utf-8 -*-import pandas as pd
s1 = pd.Series([1,2,3],index=[1,2,3],name='A')
s2 = pd.Series([10,20,30],index=[1,2,3],name='B')
s3 = pd.Series([100,200,300],index=[1,2,3],name='C')
df = pd.DataFrame([s1,s2,s3])print(df)

结果：

1    2    3

A    1    2    3

B   10   20   30

C  100  200  300

四、示例

1)字符串拼接、转换

读取excel，并将str型字段“birth_date”(如：1988.08)转换成日期格式yyyy-mm-dd.

原表格式如下：

代码1：

import pandas as pd
df = pd.read_excel("D:/用python写代码/test1/Day1-7/ryb.xlsx",index_col='id',dtype={'birth_date':str,'sfz':str})
birth1 = df['birth_date'].str[:4]
birth2 = df['birth_date'].str[-2:]
sfz = df['sfz'].str[12:14]print(birth1+"-"+birth2+"-"+sfz)

五、补充：

1、time模块--计算当前日期

import time

p_time = time.strftime('%Y-%m-%d',time.localtime(time.time()))print(p_time)

结果：

2020-09-01

2、datetime模块--strptime和strftime的区别strptime：p表示parse，表示分析的意思，所以strptime是给定一个时间字符串和分析模式，返回一个时间对象。strftime：
f表示format，表示格式化，和strptime正好相反，要求给一个时间对象和输出格式，返回一个时间字符串将str转换成datetime

import timeimport datetime

p_time = time.strftime('%Y-%m-%d',time.localtime(time.time()))pp_time = datetime.datetime.strptime(p_time,'%Y-%m-%d').date()print(pp_time)

结果：2020-09-01示例：根据str类型的“出生年月”，计算出实际年龄

import pandas as pdimport timeimport datetimedf = pd.read_excel("D:/用python写代码/test1/Day1-7/ryb.xlsx",index_col='id',dtype={'birth_date':str,'sfz':str})birth1 = df['birth_date'].str[:4]birth2 = df['birth_date'].str[-2:]sfz = df['sfz'].str[12:14]bir = (birth1+"-"+birth2+"-"+sfz).str[0:11]p_time = time.strftime('%Y-%m-%d',time.localtime(time.time())) #计算当前日期(元组)p2_time = datetime.datetime.strptime(p_time,'%Y-%m-%d').date() #将p_time转换成日期格式for i in range(1,20):    p1_time = datetime.datetime.strptime(bir[i],'%Y-%m-%d').date()    p = (p2_time-p1_time).daysprint(round(p/365,1))

结果：50.032.725.429.838.441.0