pandas学习笔记（2）

学习笔记

发布日期: 2021-01-25

文章字数: 652

阅读时长: 2 分

前言

pandas最强大的功能感觉就是对Excel表格进行操作了，下面记录一些基本的操作，此次读取的表格名为test.xlsx，内容如下：

读取表格

读取.xlsx文件使用read_excel函数即可，读取.csv文件使用read_csv即可

import pandas as pd
pd.read_excel('test.xlsx')

可以看出默认的index就是0，1，2，…，如果想让科目名字作为index，修改index_col属性即可

pd.read_excel('test.xlsx', index_col=0)

常用基础操作

使用head和tail方法可以分别查看表格的前5条数据和后5条数据

df=pd.read_excel('test.xlsx', index_col=0)
df.head()

使用describe方法可以对表格中的数据进行简单的描述性统计，默认是以每一列为一个数据项

df.describe()

如果要考察每一门科目的描述性统计，可以先将Dataframe转置，再调用describe方法即可

df.T.describe()

删去某一行，或者某几行：

df.drop(['数学', '语文'])

查看形状，跟numpy里边一样查看shape属性即可：

![Snipaste_2021-02-11_17-53-52](E:%5Cblog_pic%5CSnipaste_2021-02-11_17-53-52.png)df.shape
# 输出：(7,5)

对dataframe按照index排序

df.T.sort_index()

对dataframe按照指定列的值排序：

# by参数指定列名
## 降序排序
df.sort_values(by = 'Mike',ascending = False)
## 升序排序
df.sort_values(by = 'Mike')

生成新的一列：

df['Dark ♂'] = 0
df

然后要啥值，直接选取元素进行赋值即可

导出Dataframe

简单的导出

直接使用.to_excel()即可，该方法的参数如下：

df.to_excel(
    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,
)

常用的参数有这几个：

excel_writer：如果是只写入一个Sheet，那么这里传入你要保存的路径即可；如果是要写入多个Sheet，那么要传入一个构造好的writer，后面会有栗子
sheet_name：指定写入Sheet的名字
na_rep：用于替换空数据的字符串，默认为’’
float_format：设置浮点数的格式（几位小数点）
columns：要写入的列
header：是否保存列名，默认为True，即为保存
index：是否保存索引，默认为True，即为保存
index_label：索引的列标签名

一次性导出多个Sheet

path = 'result.xlsx'
writer = pd.ExcelWriter(path)
df.to_excel(writer,sheet_name='1')
df.to_excel(writer,sheet_name='2')
df.to_excel(writer,sheet_name='3')
writer.save()