这里写目录标题

一.基本概念

二.内容

1.创建文件

A.创建空表格

B.创建非空表格

2.读取文件

A.读取整个表格

(1)读取有多个sheet的excel

(2).title在首行

(3)title不在首行

-title之前的行为空

-title之前的行非空

-无title

(4).已知index列

B.读取某一行、列

(1)读取整个行/列

(2)读取部分行(筛选)

3.生成行、列

A.创建series

-从directory转为series

-直接生成series

B.创建行、列

-创建列

“index-index一一对齐”

“index-index不对齐”

-创建行

4.导出文件

4.1导出为excel文件

4.1导出为csv文件

使用pandas包，可以同时处理xls和xlsx两种excel文件。

一.基本概念

excel文件打开之后，该文件叫工作簿(workbook)。

每个工作簿中包含多张表单(worksheet),正在操作的表单被成为活跃的表单(active worksheet)。

每一张表单中，有行(row)，列(column)。行号：1，2，3；列号A,B,C。

特定的行和列构成单元格(cell)

表单中还会含有索引(index)

二.内容

1.创建文件

A.创建空表格

import pandas as pd

#创建表格,dataframe()空括号表示创建的是空表格

#dataframe为数据帧

df=pd.DataFrame()

#保存路径

df.to_excel('D:/output.xlsx')

print('Done!')

B.创建非空表格

import pandas as pd

#创建表格,dataframe()空括号表示创建的是空表格

#dataframe为数据帧

df=pd.DataFrame({'ID':[1,2,3],'NAME':['Wang','Zhang','Lee']})

#保存路径

df.to_excel('D:/output.xlsx')

print('Done!')

效果：

前面多出来的这一列为dataframe的索引，因为我们没有给他指定索引，所以其自动生成。如果我们想要拿ID这一列做索引，则：

import pandas as pd

#创建表格,dataframe()空括号表示创建的是空表格

#dataframe为数据帧

df=pd.DataFrame({'ID':[1,2,3],'NAME':['Wang','Zhang','Lee']})

df=df.set_index('ID')

#保存路径

df.to_excel('D:/output.xlsx')

print('Done!')

2.读取文件

【演示文件情况】

该文件内容全为虚构，没有任何含义，仅作演示使用

共三个sheet：sheet1、sheet2、sheet3

其中(不包含标题行)：

sheet1——(5，2)、sheet2——(6，4)、sheet3——(7，3)

A.读取整个表格

(1)读取有多个sheet的excel

pandas读取的常用格式pd.read_excel(file, sheet_name)，其中sheetname可以使用数字进行替代，从0开始，默认为0

pandas写入的格式为data.to_excel(‘filename’,sheet_name=‘A’)

import pandas as pd

import pandas as pd

path = 'D:\python学习\表格/people.xlsx'

#读取数据,设置None可以生成一个字典，字典中的key值即为sheet名字

#此时使用DataFram，会报错

data = pd.read_excel(path,None)

print(data.keys())#查看sheet的名字

for sh_name in data.keys():

print('sheet名字：',sh_name)

#获得每一个sheet中的内容

sh_data = pd.DataFrame(pd.read_excel(path,sh_name))

print(sh_data)

结果：

(2).title在首行

表格样式(sheet1)：

import pandas as pd

people=pd.read_excel('D:/people.xlsx')#读取文件

print(people.shape)#读取行列数

print(people.columns)#读取列名

print(people.head(3))#查看表格内容—head,默认为5行

print('=========================')#分割行

print(people.tail(3))#查看表格内容—tail

结果：

(3)title不在首行

pandas在读取数据的时候默认，会默认第0行为title。

-title之前的行为空

正常读取文件，pandas可以正常识别

-title之前的行非空

只要有一行是脏的，就需要

表格样式(sheet1)：

import pandas as pd

people=pd.read_excel('D:/people2.xlsx',header=1)#读取文件

print(people.columns)#读取列名

-无title

import pandas as pd

people=pd.read_excel('D:/people2.xlsx',header=None)#读取文件

people.columns=['名称','数量']#人为设定列名

#将‘名称’列设为索引，且在原表上进行修改

people.set_index('名称',inplace= True)

print(people.columns)#读取列名

people.to_excel('D:/output.xlsx')#输出为output.xlsx

print('DONE!')

(如果不认为的设定，则自动生成0，1，2，3，为title)

列名只有’数量’，‘名称’变为了索index

(4).已知index列

在使用pandas进行excel数据表读取的时候，如不特定指明第一列为index，则其会默认加一列索引。所以，如若已知某列为index，则需指明。

import pandas as pd

#读取文件，且指定‘名称’列为索引

df=pd.read_excel('D:/output.xlsx',index_col='名称')

df.to_excel('D:/output2.xlsx')#生成新的excel文件

print('Done!')

B.读取某一行、列

(1)读取整个行/列

import pandas as pd

path = 'D:\python学习\表格/people.xlsx'

data = pd.DataFrame(pd.read_excel(path))#读取数据

print('行的索引名称：',data.index)#获取行的索引名称

print('列的索引名称：',data.columns)#获取列的索引名称

print('======================')#分割线

print(data['名称'])#获取列名为姓名这一列的内容

print('======================')#分割线

print(data.loc[0])#获取行名为0这一行的内容

结果：

(2)读取部分行(筛选)

筛选使用的是 data.loc[列名称 = 提取的信息]

import pandas as pd

path = 'D:\python学习\表格/people.xlsx'

data = pd.DataFrame(pd.read_excel(path))#读取数据

#获取列名为名称，内容为“上海市”的内容

result = data.loc[data['名称'] == '上海市']

print(result)

结果：

3.生成行、列

行列视为序列(seties)，则单元格就是不同的序列中的元素。

A.创建series

-从directory转为series

【基础知识】字典-键值对

import pandas as pd

d={'x':100,'y':200,'z':300}#生成字典，由基本键值对构成

print(d.keys())#字典keys集合

print(d.values())#字典values集合

print(d['x'])#查看x：100这个键值对

结果：

将directory转变为series，则keys变为indexs,将values转变为data。

则生成series：

import pandas as pd

d={'x':100,'y':200,'z':300}#生成字典

s1=pd.Series(d)

print(s1)

print(s1.index)

-直接生成series

import pandas as pd

L1=(100,2,30)

L2=('x','y','z')

s1=pd.Series(L1,index=L2)

#或者s1=pd.Series((100,2,30),index=('x','y','z'))

print(s1)

B.创建行、列

将series按照不同的方法加入dataframe中，就可以创建不同的行和列：

以list的形式将序列加入dataframe，则把不同的序列看为一行，序列的名字看为行号；以dictory的形式将序列加入dataframe，则把不同的序列看为一列，序列的名字看为列名。

-创建列

以directory加入

每个list的index与dataframe中的index呈对齐关系。

“index-index一一对齐”

import pandas as pd

s1=pd.Series([1,2,3],index=[1,2,3],name='A')#index特指行号

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)

“index-index不对齐”

import pandas as pd

s1=pd.Series([1,2,3],index=[1,2,3],name='A')#index特指行号

s2=pd.Series([10,20,30],index=[1,2,3],name='B')

s3=pd.Series([100,200,300],index=[2,3,4],name='C')

df=pd.DataFrame({s1.name:s1,s2.name:s2,s3.name:s3})

print(df)

在空值区会自动以NaN填充(NaN:not a number)

-创建行

以list形式

import pandas as pd

s1=pd.Series([1,2,3],index=[1,2,3],name='A')#index特指行号

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)

4.导出文件

4.1导出为excel文件

相关方法：

df.to_excel(self, excel_writer, sheet_name='Sheet1', na_rep='', float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep='inf', verbose=True, freeze_panes=None)

常用参数：

excel_writer : 指定文件导出路径与文件名；

sheet_name : 指定Sheet名称；

index：设置是否使用自然数索引，默认使用；

columns : 指定要导出的列；

encoding : 指定编码格式，一般为“utf-8”

na_rep : 设置缺失值的填充；

inf_rep : 设置无穷值inf的填充值。默认为inf，表示无穷大(Excel中没有无穷大的本地表示)

engine ： {‘openpyxl’,‘xlsxwriter’}，可选，一般为xlsxwriter

案例：

import pandas as pd

people=pd.read_excel('D:/实验.xlsx')#读取数据

people.to_excel('D:/output.xlsx',index=False)#导出数据为.xlsx文件,不包含索引名

4.1导出为csv文件

相关方法：

df.to_csv(self, path_or_buf=None, sep=', ', na_rep='', float_format=None, columns=None, header=True, index=True, index_label=None, mode='w', encoding=None, compression='infer', quoting=None, quotechar='"', line_terminator=None, chunksize=None, date_format=None, doublequote=True, escapechar=None, decimal='.')

常用参数：

path_or_buf : 路径名和文件名；

index : 是否使用自然数索引，一般为“False”不使用；

columns :指定要导出的列；

sep : 指定分隔符，默认使用逗号；

na_rep : 缺失值处理；

encoding :指定编码格式，一般使用utf-8或gbk。

案例：

import pandas as pd

people=pd.read_excel('D:/实验.xlsx')#读取数据

#导出数据为.csv文件,编码格式指定为gbk

people.to_csv('D:/output.csv',index=False,encoding='gbk')