最近迷上了高效处理数据的pandas,其实这个是用来做数据分析的,如果你是做大数据分析和测试的,那么这个是非常的有用的!!但是其实我们平时在做自动化测试的时候,如果涉及到数据的读取和存储,那么而利用pandas就会非常高效,基本上3行代码可以搞定你20行代码的操作!该教程仅仅限于结合柠檬班的全栈自动化测试课程来讲解下pandas在项目中的应用,这仅仅只是冰山一角,希望大家可以踊跃的去尝试和探索!

一、安装环境:

1:pandas依赖处理Excel的xlrd模块,所以我们需要提前安装这个,安装命令是:pip install xlrd2:安装pandas模块还需要一定的编码环境,所以我们自己在安装的时候,确保你的电脑有这些环境:Net.4 、VC-Compiler以及winsdk_web,如果大家没有这些软件~可以咨询我们的辅导员索要相关安装工具。3:步骤1和2 准备好了之后,我们就可以开始安装pandas了,安装命令是:pip install pandas

一切准备就绪,就可以开始愉快的玩耍咯!

ps:在这个过程中,可能会遇到安装不顺利的情况,万能的度娘有N种解决方案,你这么大应该要学着自己解决问题。

二、pandas操作Excel表单

数据准备,有一个Excel文件:lemon.xlsx有两个表单,表单名分别为:Python 以及student,

Python的表单数据如下所示:

student的表单数据如下所示:

1:在利用pandas模块进行操作前,可以先引入这个模块,如下:

import pandas as pd

2:读取Excel文件的两种方式:

#方法一:默认读取第一个表单

df=pd.read_excel('lemon.xlsx')#这个会直接默认读取到这个Excel的第一个表单

data=df.head()#默认读取前5行的数据

print("获取到所有的值: {0}".format(data))#格式化输出

得到的结果是一个二维矩阵,如下所示:

#方法二:通过指定表单名的方式来读取

df=pd.read_excel('lemon.xlsx',sheet_name='student')#可以通过sheet_name来指定读取的表单

data=df.head()#默认读取前5行的数据

print("获取到所有的值: {0}".format(data))#格式化输出

得到的结果如下所示,也是一个二维矩阵:

#方法三:通过表单索引来指定要访问的表单,0表示第一个表单#也可以采用表单名和索引的双重方式来定位表单#也可以同时定位多个表单,方式都罗列如下所示

df=pd.read_excel('lemon.xlsx',sheet_name=['python','student'])#可以通过表单名同时指定多个#df=pd.read_excel('lemon.xlsx',sheet_name=0)#可以通过表单索引来指定读取的表单#df=pd.read_excel('lemon.xlsx',sheet_name=['python',1])#可以混合的方式来指定#df=pd.read_excel('lemon.xlsx',sheet_name=[1,2])#可以通过索引 同时指定多个

data=df.values#获取所有的数据,注意这里不能用head()方法哦~

print("获取到所有的值: {0}".format(data))#格式化输出

具体结果是怎样的,同学们可以自己一个一个的去尝试,这个结果是非常有意思的,但是同时同学们也发现了,这个数据是一个二维矩阵,对于我们去做自动化测试,并不能很顺利的处理,所以接下来,我们就会详细的讲解,如何来读取行号和列号以及每一行的内容 以及制定行列的内容。

三、pandas操作Excel的行列

1:读取指定的单行,数据会存在列表里面

#1:读取指定行

df=pd.read_excel('lemon.xlsx')#这个会直接默认读取到这个Excel的第一个表单

data=df.ix[0].values#0表示第一行 这里读取数据并不包含表头,要注意哦!

print("读取指定行的数据: {0}".format(data))

得到的结果如下所示:

2:读取指定的多行,数据会存在嵌套的列表里面:

df=pd.read_excel('lemon.xlsx')

data=df.ix[[1,2]].values#读取指定多行的话,就要在ix[]里面嵌套列表指定行数

print("读取指定行的数据: {0}".format(data))

3:读取指定的行列:

df=pd.read_excel('lemon.xlsx')

data=df.ix[1,2]#读取第一行第二列的值,这里不需要嵌套列表print("读取指定行的数据: {0}".format(data))

4:读取指定的多行多列值:

df=pd.read_excel('lemon.xlsx')

data=df.ix[[1,2],['title','data']].values#读取第一行第二行的title以及data列的值,这里需要嵌套列表print("读取指定行的数据: {0}".format(data))

5:获取所有行的指定列

df=pd.read_excel('lemon.xlsx')

data=df.ix[:,['title','data']].values#读所有行的title以及data列的值,这里需要嵌套列表print("读取指定行的数据: {0}".format(data))

6:获取行号并打印输出

df=pd.read_excel('lemon.xlsx')print("输出行号列表",df.index.values)

输出结果是:

输出行号列表 [01 2 3]

7:获取列名并打印输出

df=pd.read_excel('lemon.xlsx')print("输出列标题",df.columns.values)

运行结果如下所示:

输出列标题 ['case_id' 'title' 'data']

8:获取指定行数的值:

df=pd.read_excel('lemon.xlsx')print("输出值",df.sample(3).values)#这个方法类似于head()方法以及df.values方法

输出值

[[2 '输入错误的密码' '{"mobilephone":"18688773467","pwd":"12345678"}']

[3 '正常充值' '{"mobilephone":"18688773467","amount":"1000"}']

[1 '正常登录' '{"mobilephone":"18688773467","pwd":"123456"}']]

9:获取指定列的值:

df=pd.read_excel('lemon.xlsx')print("输出值 ",df['data'].values)

四:pandas处理Excel数据成为字典

我们有这样的数据,

,处理成列表嵌套字典,且字典的key为表头名。

实现的代码如下所示:

df=pd.read_excel('lemon.xlsx')

test_data=[]for i in df.index.values:#获取行号的索引,并对其进行遍历:

#根据i来获取每一行指定的数据 并利用to_dict转成字典

row_data=df.ix[i,['case_id','module','title','http_method','url','data','expected']].to_dict()

test_data.append(row_data)print("最终获取到的数据是:{0}".format(test_data))

最后得到的结果是:

最终获取到的数据是:

[{'title': '正常登录', 'case_id': 1, 'data': '{"mobilephone":"18688773467","pwd":"123456"}'},

{'title': '输入错误的密码', 'case_id': 2, 'data': '{"mobilephone":"18688773467","pwd":"12345678"}'},

{'title': '正常充值', 'case_id': 3, 'data': '{"mobilephone":"18688773467","amount":"1000"}'},

{'title': '充值输入负数', 'case_id': 4, 'data': '{"mobilephone":"18688773467","amount":"-100"}'}]

关于pandas的学习,今天就告一段落啦!赶紧打开pycharm跑起来!!!

python处理excel表格-Python利用pandas处理Excel数据的应用相关推荐

  1. c语言读取excel表格_利用pandas处理excel表格

    这不是一篇详细介绍pandas的文章,只是我在利用python处理excel表格时找到的一些临时方案,为了避免忘记,记录在这里,也可能对你有帮助. pandas在对excel处理上使用的是xlrd和x ...

  2. python pandas excel数据处理_Python利用pandas处理Excel数据的应用

    python如何将列表导出为csv文件 import pandas as pd list=[[1,2,3],[4,5,6],[7,8,9]] column=['column1','column2',' ...

  3. Python实现大学绩点计算——利用pandas对excel处理

    Python实现大学绩点计算--利用pandas对excel处理 pandas处理excel pandas读取excel pandas创建新的excel 编写代码计算大学绩点 更新时间 pandas处 ...

  4. python 将excel文件转换为txt文件_python利用pandas将excel文件转换为txt文件的方法

    python将数据换为txt的方法有很多,可以用xlrd库实现.本人比较懒,不想按太多用的少的插件,利用已有库pandas将excel文件转换为txt文件. 直接上代码: ''' function:将 ...

  5. python怎么筛选excel数据_python筛选数据excel表格-如何利用python提取两个excel对比后的重复值的信息?...

    怎么用python读取excel表格的数据 import xlrd #open the .xls file xlsname="test.xls" book = xlrd.open_ ...

  6. 如何利用python将excel表格中筛选出来的每一份数据各自另存为新的excel文件?

    如何利用python将excel表格中筛选出来的每一份数据各自另存为新的excel文件? 1.问题描述 2.解决过程 2.1 问题分析: 2.2 解决思路 3.运行结果 1.问题描述 最近在处理一堆工 ...

  7. python excel文件转换成字符串_python利用pandas将excel文件转换为txt文件的方法

    python将数据换为txt的方法有很多,可以用xlrd库实现.本人比较懒,不想按太多用的少的插件,利用已有库pandas将excel文件转换为txt文件. 直接上代码: ''' function:将 ...

  8. 初学python,利用pandas读取excel出现乱码的问题

    初学python,利用pandas读取excel出现乱码的问题 初学python,利用pandas读取excel文件时,出现中文乱码: 左侧出现中文乱码 解决过程: 初始判断是是pandas读取中文出 ...

  9. python办公自动化(9)利用pandas的行列转换处理排班表

    python办公自动化(9)利用pandas的行列转换处理排班表 原始数据: 处理效果: 1.pandas行转列 #!/usr/bin/python # -*- coding: gbk -*- imp ...

  10. Python 批量处理大学校运会报名 Excel 表格,多表整合、数据汇总及统计 实例

    Python 与 Excel 表格综合实例:处理校运会报名 Excel 表格,多表整合.数据汇总及统计实例 前言: 需求: 主要思路及实现代码: 1.先获取目标文件路径下的所有Excel文件: 2.读 ...

最新文章

  1. 解决烦人的img与input不能水平对齐的问题
  2. php留言板入门教程,一个php留言板实例详解(附源码下载)
  3. Win10系统如何将M4A音乐格式转换成MP3格式
  4. 云栖大会变迁史(2009-2017)
  5. vb.net2019- 调用 opencv
  6. leetcode 551. 学生出勤记录 I(Java版)
  7. 多次fork问题(python 版)
  8. 马斯克召集百名员工测试完全自动驾驶,1.3万美元大优惠!先到先得
  9. Python版C语言词法分析器
  10. 从技术转管理,我做了什么来拯救自己?
  11. 【车道线检测】基于matlab Hough变换视频车道线检测 【含Matlab源码 274期】
  12. 每日一题/014/三角函数/和差化积/求证:cos 2+cos 4+cos 6+...+cos 2n=sin ncos(n+1)/sin1
  13. EasyRecovery15永久免费数据恢复软件
  14. Python实现借助聚合数据API接口生成某一年的节假日对照表
  15. 合肥宏晶微MS9334芯片特性/HDMI一分四开发板/HDMI分配器芯片/HDMI 1分4芯片
  16. 打2把王者荣耀的时间,学会JAVA自制验证码图片
  17. 谈谈测试过程中常见的几个问题
  18. 路由url里多了%7D是怎么回事?
  19. el-element布局控件layout中的el-row和el-col
  20. 多目标跟踪算法,零基础极速入门(一)

热门文章

  1. Qt之QMessageBox详解
  2. C++/mfc错误总结
  3. 在blog中显示天气预报、日历、时钟、MSN、QQ在线状态、中国农历
  4. 关于svn服务部署方案
  5. 完整的Socket代码
  6. 棋盘问题 ( POJ -1321 )(简单DFS)
  7. POJ 3580 SuperMemo 伸展树
  8. nodejs学习笔记(3)
  9. Android对话框自定义标题
  10. 转:Dilphi基础教程