python利用Pandas处理excel

#利用pandas处理excel文件
import pandas as pd
df=pd.read_excel(‘D:\\python.xlsx‘,sheet_name=0,header=None)#默认是忽略表头的,但是为了让下面的代码读取表头,设置header=None
#print(df.head(1))#打印excel的前面几行,默认的是五行,这里修改数字打印前面两行
a=df.values#显示excel的所有值。按照行读取。返回一个列表。列表的元素是excel每一行的列表
print(a)
print("-------------------------------------------------")
print(a[2])
print("-------------------------------------------------")
print(df.iloc[2].values)#iloc[2]直接通过位置索引第二行值
print(df.shape)#获取大小(行,列)
print(df.shape[0])#行数
print("获取列名",df.columns.values)#header=None忽略了表头,所以输出的是012345
print("-----------------------------------------")
print(df.loc[[0,1,4]])#获取1,2,5行的数据内容
#获取特定单元格的值
print(df.loc[[0],[1]])#此时这里把行列行都输出了,下面将单元格的值转换位列表的形式
print("--------------------------------------------------")
print(df[0])#获取第一列,但是会显示行号,看结果
print(df[0].tolist())#获取第1列,tolist将获得列变成一个列表输出,这样就不会有行号了
#loc[[],[]]是按照位置来索引行,或者单元格

原文地址:https://www.cnblogs.com/shunguo/p/11399314.html

时间: 2024-10-08 09:28:30

python利用Pandas处理excel的相关文章

Python利用pandas处理Excel数据的应用

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

python利用pandas和xlrd读取excel,特征筛选删除0值超过99%的列

利用xlrd读取excel筛选0值超过99%的列,并删除import xlrdworkbook=xlrd.open_workbook(r"123.xlsx")table = workbook.sheet_by_name('Sheet1')nrows=table.nrowsncols=table.ncolsdel_col=[]for j in range(ncols) : sum = 0 for ai in table.col_values(j): if ai == 0.0 : sum+

Python用Pandas读写Excel

Pandas是python的一个数据分析包,纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具. Pandas提供了大量能使我们快速便捷地处理数据的函数和方法. Pandas官方文档:pandas.pydata.org/pandas-docs… Pandas中文文档:www.pypandas.cn 一.安装包 pandas处理Excel需要xlrd.openpyxl依赖包 pip3 install pandas pip3 install xlrd pip3 install o

导出mysql数据,利用pandas生成excel文档,并发送邮件

首先得安装各种库.... 诸如mysql,pandas,numpy之类的了 我使用的pandas版本为pandas (0.16.2) 其中openpyxls版本为openpyxl (1.8.6) 其实到处mysql查询结果导出当然可以使用诸如sqllog,Navicat之类的客户端直接导出,简单快捷,下面的代码只是在需要定时并且以某种格式定期发送sql查询结果的环境下才存在的. 注:再者pandas当然还可以结合matplotlib生成漂亮的饼状图或者柱状图,只不过笔者暂时没有这个需求,所以没有

python 利用pandas导入数据

原文地址:https://www.cnblogs.com/fanweisheng/p/11227193.html

Python openpyxl、pandas操作Excel方法简介与具体实例

本篇重点讲解windows系统下 Python3.5中第三方excel操作库-openpyxl: 其实Python第三方库有很多可以操作Excel,如:xlrd,xlwt,xlwings甚至注明的数据分析模块Pandas也提供pandas.read_excel.pandas.DataFrame.to_excel功能. 那么openpyxl的库有哪些优缺点呢: 优势: 1.openpyxl提供对pandas的dataframe对象完美支持: 2.openpyxl支持后台静默打开excel文件: 3

机器学习之数据预处理,Pandas读取excel数据

Python读写excel的工具库很多,比如最耳熟能详的xlrd.xlwt,xlutils,openpyxl等.其中xlrd和xlwt库通常配合使用,一个用于读,一个用于写excel.xlutils结合xlrd可以达到修改excel文件目的.openpyxl可以对excel文件同时进行读写操作. 而说到数据预处理,pandas就体现除了它的强大之处,并且它还支持可读写多种文档格式,其中就包括对excel的读写.本文重点就是介绍pandas对excel数据集的预处理. 机器学习常用的模型对数据输入

Python数据分析--Pandas知识点(二)

本文主要是总结学习pandas过程中用到的函数和方法, 在此记录, 防止遗忘. Python数据分析--Pandas知识点(一) 下面将是在知识点一的基础上继续总结. 13. 简单计算 新建一个数据表df 1 import pandas as pd 2 3 df = pd.DataFrame({"地区": ["A区","B区", "C区"], 4 "前半年销量": [3500, 4500,3800], 5

Python数据分析--Pandas知识点(三)

本文主要是总结学习pandas过程中用到的函数和方法, 在此记录, 防止遗忘. Python数据分析--Pandas知识点(一) Python数据分析--Pandas知识点(二) 下面将是在知识点一, 二的基础上继续总结. 前面所介绍的都是以表格的形式中展现数据, 下面将介绍Pandas与Matplotlib配合绘制出折线图, 散点图, 饼图, 柱形图, 直方图等五大基本图形. Matplotlib是python中的一个2D图形库, 它能以各种硬拷贝的格式和跨平台的交互式环境生成高质量的图形,