pandas 读取所有表头_像用excel一样用pandas

1 说明

预计需要15min阅读此教材；
本教材仅讲述如何查看excel数据，筛选，排序，查找替换数据，不涉及excel中复杂的图形绘制及样式修改。

2 假设

假设，已经存在一个test.xlsx文件，仅包含一个sheet，文件内容如下。

col1	col2
foo1	bar1
foo2	bar2

3 读取

3.1 读取excel

读取一个excel并赋值给df

import

查看行列数

#法一

查看列名

df

说明:如果没有定义表头columns展示仅是索引名1,2,3

获取单元格值

如果了解单元格的行列值可以使用iloc方法获取单元格值。

df

其中m为行数，n为列数，二者均从0开始索引。

查看行

可以使用标签，切片，标签矩阵等等获取行数。

# 查看单行

python中切片是不算终止一个元素的，df.iloc取前n个元素是使用':n'，而loc方法是计算终止元素的，取前n元素方法就变为df.loc[:n-1]

查看列

# 查看单列

如果excel表格有列名且没有空格，pandas会默认为df增加一个同列名的字段

全表查看

pandas没有全表查看api，如果要全表查看需要自行编写代码：

# 由于DataFrame是采用列式存储，这里第一层循环使用列，第二层循环使用行。

4 表格操作

4.1 新增

插入新列

插入新列仅需添加一个新的值,并赋值一个Series对象即可。

df['newcolumn']= pd.Series([1,2])

插入新行

方法一：使用loc。

# 注意在插入时列必须匹配，不能有缺省列。

方法二：使用append

newdf

4.2 修改

修改单元格的值

如果你知道修改单元格的行和列可以使用iloc方法：

# 行和列从0开始索引

4.3 删除

DataFrame提供drop方法支持批量删除行和列。

drop

参数解释，

# 删除第一和第三行

pandas仅支持按标签删除行列，不支持按行列值删除，这点与选择不同

5 过滤和排序

5.1 过滤

添加过滤条件，

df

如果在一个列中要选择多个值，Series对象有isin方法可以实现该功能

df

多条件过滤

如果需要添加多个过滤条件可以使用，

df

该方法返回值类型为DataFrame。

5.2 排序

DataFrame和Series都有sort_values方法，可按照某列数据做排序。排序方法返回的值依然为DataFrame。

df

设定排序顺序

# 按降序排序

按列值排序

df

单列排序会影响所有记录重新排序，而不是影响单独列。

6 保存文件

至此，你已学会如何读取文件，查看数据并操作excel值，现在需要将结果写回excel。DataFrame提供to系列方法实现写回。

df

注意读取时使用pandas静态方法，写回则使用DataFrame的方法

引用

DataFrame - pandas 1.1.4 documentationpandas.pydata.orgSeries - pandas 1.1.4 documentationpandas.pydata.org