最近經(jīng)常看到各平臺里都有Python的廣告，都是對excel的操作，這里明哥收集整理了一下pandas對excel的操作方法和使用過程。本篇介紹 pandas 的 DataFrame 對列 (Column) 的處理方法。示例數(shù)據(jù)請通過明哥的gitee進行下載。
增加計算列
pandas 的 DataFrame，每一行或每一列都是一個序列 (Series)。比如：
|
1
2
|
import pandas as pddf1 = pd.read_excel('./excel-comp-data.xlsx'); |
此時，用 type(df1['city']，顯示該數(shù)據(jù)列（column）的類型是 pandas.core.series.Series。理解每一列都是 Series 非常重要，因為 pandas 基于 numpy，對數(shù)據(jù)的計算都是整體計算。深刻理解這個，才能理解后面要說的諸如 apply() 函數(shù)等。
如果列名 （column name）沒有空格，則列有兩種方式表達：
|
1
2
|
df1['city'] df1.city |
如果列名有空格，或者創(chuàng)建新列（即該列不存在，需要創(chuàng)建，第一次使用的變量），則只能用第一種表達式。
假設(shè)我們要對三個月的數(shù)據(jù)進行匯總，可以使用下面的方法。實際上就是創(chuàng)建一個新的數(shù)據(jù)列：
|
1
2
|
# 由于是創(chuàng)建，不能使用 df.Totaldf1['Total'] = df1['Jan'] + df1['Feb'] + df1['Mar'] |
df1['Jan'] 到 df1['Mar'] 都是 Series，所以使用 + 號，可以得到三個 Series 對應(yīng)位置的數(shù)據(jù)合計。
當然，也可以用下面的方式：
|
1
|
df1['total'] = df1.Jan + df1.Feb + df1.Mar |
增加條件計算列
假設(shè)現(xiàn)在要根據(jù)合計數(shù) (Total 列)，當 Total 大于 200,000 ，類別為 A，否則為 B。在 Excel 中實現(xiàn)用的是 IF 函數(shù)，但在 pandas 中需要用到 numpy 的 where 函數(shù)：
|
1
|
df1['category'] = np.where(df1['total'] > 200000, 'A', 'B') |
在指定位置插入列
上面方法增加的列，位置都是放在最后。如果想要在指定位置插入列，要用 dataframe.insert() 方法。假設(shè)我們要在 state 列后面插入一列，這一列是 state 的簡稱 (abbreviation)。在 Excel 中，根據(jù) state 來找到 state 的簡稱 ，一般用 VLOOKUP 函數(shù)。我們用兩種方法來實現(xiàn)，第一種方法，簡稱來自 Python 的 dict。
數(shù)據(jù)來源：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
state_to_code = {"VERMONT": "VT", "GEORGIA": "GA", "IOWA": "IA", "Armed Forces Pacific": "AP", "GUAM": "GU", "KANSAS": "KS", "FLORIDA": "FL", "AMERICAN SAMOA": "AS", "NORTH CAROLINA": "NC", "HAWAII": "HI", "NEW YORK": "NY", "CALIFORNIA": "CA", "ALABAMA": "AL", "IDAHO": "ID", "FEDERATED STATES OF MICRONESIA": "FM", "Armed Forces Americas": "AA", "DELAWARE": "DE", "ALASKA": "AK", "ILLINOIS": "IL", "Armed Forces Africa": "AE", "SOUTH DAKOTA": "SD", "CONNECTICUT": "CT", "MONTANA": "MT", "MASSACHUSETTS": "MA", "PUERTO RICO": "PR", "Armed Forces Canada": "AE", "NEW HAMPSHIRE": "NH", "MARYLAND": "MD", "NEW MEXICO": "NM", "MISSISSIPPI": "MS", "TENNESSEE": "TN", "PALAU": "PW", "COLORADO": "CO", "Armed Forces Middle East": "AE", "NEW JERSEY": "NJ", "UTAH": "UT", "MICHIGAN": "MI", "WEST VIRGINIA": "WV", "WASHINGTON": "WA", "MINNESOTA": "MN", "OREGON": "OR", "VIRGINIA": "VA", "VIRGIN ISLANDS": "VI", "MARSHALL ISLANDS": "MH", "WYOMING": "WY", "OHIO": "OH", "SOUTH CAROLINA": "SC", "INDIANA": "IN", "NEVADA": "NV", "LOUISIANA": "LA", "NORTHERN MARIANA ISLANDS": "MP", "NEBRASKA": "NE", "ARIZONA": "AZ", "WISCONSIN": "WI", "NORTH DAKOTA": "ND", "Armed Forces Europe": "AE", "PENNSYLVANIA": "PA", "OKLAHOMA": "OK", "KENTUCKY": "KY", "RHODE ISLAND": "RI", "DISTRICT OF COLUMBIA": "DC", "ARKANSAS": "AR", "MISSOURI": "MO", "TEXAS": "TX", "MAINE": "ME"} |
如果我們想根據(jù) dict 的 key 找到對應(yīng)的值，可以使用 dict.get() 方法，這個方法在找不到 key 的時候，不會拋出異常，只是返回 None。比如
|
1
2
|
state_to_code.get('TEXAS') # 返回 TXstate_to_code.get('TEXASS') # 返回 None |
dict.get() 方法參數(shù)為 key，是一個標量值。我們并不能像下面這樣把整列都傳給這個方法，比如下面這樣：
|
1
|
df1['abbrev'] = state_to_code.get(df1['state']) |
所以我們需要先構(gòu)造一個 Series (abbrev)，然后把 abbrev 賦值給 df1['abbrev']：
|
1
2
3
|
abbrev = df1['state'].apply(lambda x: state_to_code.get(x.upper()))df1['abbrev'] = abbrev # 在后面插入列df1.insert(6, 'abbr', abbrev) # 在指定位置插入列 |
apply() 函數(shù)值得專門寫一篇，暫且不細說。
Vlookup 函數(shù)功能實現(xiàn)
實現(xiàn)類似 Excel 的 VLookup 功能，可以用 dataframe.merge() 方法。為此，需要將 state_to_code 這個 dict 的數(shù)據(jù)加載到 DataFrame 中。這里提供兩種方法。
方法1： 把數(shù)據(jù)放在 excel 工作表中，然后讀取 Excel 文件加載。數(shù)據(jù)如下：
|
1
2
3
|
excel_file = pd.ExcelFile('excel-comp-data.xlsx')df_abbrev = pd.read_excel(excel_file, sheetname = 'abbrev')df2 = df1.merge(df_abbrev, on='state') # 類似數(shù)據(jù)庫的 inner join，不匹配數(shù)據(jù)不會顯示 |
VLookup 函數(shù)根據(jù)位置來匹配，merge() 方法根據(jù)列名來匹配。因為上面語句中沒有指定連接類型，不匹配的記錄不會顯示。如果需要將 df1 的數(shù)據(jù)全部顯示出來，需要指定 merge() 方法的 how 參數(shù)：
|
1
|
df3 = df1.merge(df_abbrev, on='state', how='left') # 類似數(shù)據(jù)庫的 left join |
方法2：直接將 state_to_code 加載到 DataFrame。但因為 state_to_code 全部是標量值 (scalar values)，方法有一點不同，如下：
|
1
2
|
# 將 state_to_code 直接加載到 DataFrameabbr2 = pd.DataFrame(list(state_to_code.items()), columns=['state', 'abbr']) |
計算合計數(shù)
假如需要對各個月份以及月份合計數(shù)進行求和。pandas 可以對 Series 運行 sum() 方法來計算合計：
|
1
2
3
4
5
6
7
8
|
import pandas as pdimport numpy as npdf = pd.read_excel('./excel-comp-data.xlsx');df['Total'] = df.Jan + df.Feb + df.Mar# sum_row 的類型是 pandas.core.series.Series, Jan, Feb 等成為 Series 的 indexsum_row = df[['Jan', 'Feb', 'Mar', 'Total']].sum() |
也可以將 sum_row 轉(zhuǎn)換成 DataFrame, 以列的方式查看。DataFrame 的 T 方法實現(xiàn)行列互換。
|
1
2
3
|
# 轉(zhuǎn)置變成 DataFramedf_sum = pd.DataFrame(data=sum_row).Tdf_sum |
如果想要把合計數(shù)放在數(shù)據(jù)的下方，則要稍作加工。首先通過 reindex() 函數(shù)將 df_sum 變成與 df 具有相同的列，然后再通過 append() 方法，將合計行放在數(shù)據(jù)的后面：
|
1
2
3
4
5
6
7
8
|
# 轉(zhuǎn)置變成 DataFramedf_sum = pd.DataFrame(data=sum_row).T# 將 df_sum 添加到 dfdf_sum = df_sum.reindex(columns=df.columns)# append 創(chuàng)建一個新的 DataFramedf_with_total = df.append(df_sum, ignore_index=True) |
分類匯總
Excel 的分類匯總功能，在數(shù)據(jù)功能區(qū)，但因為分類匯總需要對數(shù)據(jù)進行排序，并且分類匯總的數(shù)據(jù)與明細數(shù)據(jù)混在一起，個人很少用到，分類匯總一般使用數(shù)據(jù)透視表。
而在 pandas 進行分類匯總，可以使用 DataFrame 的 groupby() 函數(shù)，然后再對 groupby() 生成的 pandas.core.groupby.DataFrameGroupBy 對象進行求和：
|
1
2
|
df_groupby = df[['state','Jan', 'Feb','Mar', 'Total']].groupby('state').sum()df_groupby.head() |
數(shù)據(jù)格式化
pandas 默認的數(shù)據(jù)顯示，沒有使用千分位分隔符，在數(shù)據(jù)較大時，感覺不方便。如果需要對數(shù)據(jù)的顯示格式化，可以自定義一個函數(shù) number_format()，然后對 DataFrame 運行 applymap(number_format) 函數(shù)。applymap() 函數(shù)對 DataFrame 中每一個元素都運行 number_format 函數(shù)。number_format 函數(shù)接受的參數(shù)必須為標量值，返回的也是標量值。
|
1
2
3
4
5
6
|
# 數(shù)字格式化def number_format(x): return "{:,.0f}".format(x) # 使用逗號分隔,沒有小數(shù)位formated_df = df_groupby.applymap(number_format)formated_df.head() |
數(shù)據(jù)透視表
pandas 運行數(shù)據(jù)透視表，使用 pivot_table() 方法。熟練使用 pivot_table() 需要一些練習。這里只是介紹最基本的功能：
- index 參數(shù)： 按什么條件進行匯總
- values 參數(shù)：對哪些數(shù)據(jù)進行計算
- aggfunc 參數(shù)：aggregation function，執(zhí)行什么運算
|
1
2
3
|
# pivot table# pd.pivot_table 生成一個新的 DataFramedf_pivot = pd.pivot_table(df, index=['state'], values=['Jan','Feb','Mar','Total'], aggfunc= np.sum) |
總結(jié)
Pandas可以對Excel進行基礎(chǔ)的讀寫操作
Pandas可以實現(xiàn)對Excel各表各行各列的增刪改查
Pandas可以進行表中列行篩選等
到此這篇關(guān)于Python pandas對excel的操作實現(xiàn)示例的文章就介紹到這了,更多相關(guān)Python pandas對excel操作內(nèi)容請搜索服務(wù)器之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持服務(wù)器之家！
原文鏈接：https://blog.csdn.net/tonyoo/article/details/105401954
