1.安装必要的库
在开始之前，确保安装了 pandas 和 openpyxl 这两个库。这两个库是处理 Excel 文件的基础。
pip install pandas openpyxl 2.读取 Excel 文件
首先，让我们看看如何读取一个 Excel 文件。
import pandas as pd
# 读取 Excel 文件
df = pd.read_excel('example.xlsx', engine='openpyxl')
# 显示前五行数据
print(df.head()) 输出：
A B C
0 1 100 1000
1 2 200 2000
2 3 300 3000
3 4 400 4000
4 5 500 50003.写入 Excel 文件
接下来，我们将创建一个新的 DataFrame 并将其写入新的 Excel 文件。
import pandas as pd
# 创建一个 DataFrame
data = {
'A': [1, 2, 3, 4, 5],
'B': [100, 200, 300, 400, 500],
'C': [1000, 2000, 3000, 4000, 5000]}
df = pd.DataFrame(data)
# 将 DataFrame 写入 Excel 文件
df.to_excel('output.xlsx', index=False)
4.选择特定列
有时候我们只需要 Excel 文件中的某些列。
import pandas as pd
# 读取 Excel 文件
df = pd.read_excel('example.xlsx', usecols=['A', 'C'])
# 显示前五行数据
print(df.head())
输出：
A C
0 1 1000
1 2 2000
2 3 3000
3 4 4000
4 5 5000
5.过滤数据
过滤数据可以帮助我们找到特定条件下的记录。
import pandas as pd
# 读取 Excel 文件
df = pd.read_excel('example.xlsx')
# 过滤出 A 列大于 3 的行
filtered_df = df[df['A'] > 3]
# 显示过滤后的数据
print(filtered_df)
输出：
A B C
3 4 400 4000
4 5 500 5000
6.数据排序
排序数据可以让我们更容易地查看数据的趋势。
import pandas as pd
# 读取 Excel 文件
df = pd.read_excel('example.xlsx')
# 按照 A 列降序排列
sorted_df = df.sort_values(by='A', ascending=False)
# 显示排序后的数据
print(sorted_df)
输出：
A B C
4 5 500 5000
3 4 400 4000
2 3 300 3000
1 2 200 2000
0 1 100 1000
7.数据分组
数据分组可以帮助我们分析不同类别的数据。
import pandas as pd
# 读取 Excel 文件
df = pd.read_excel('example.xlsx')
# 按照 B 列分组并计算平均值
grouped_df = df.groupby('B').mean()
# 显示分组后的数据
print(grouped_df)
输出：
A C
B
100 1.000000 1000.0
200 2.000000 2000.0
300 3.000000 3000.0
400 4.000000 4000.0
500 5.000000 5000.0
8.添加新列
我们可以根据现有列的数据轻松添加新列。
import pandas as pd
# 读取 Excel 文件
df = pd.read_excel('example.xlsx')
# 添加新列 D
df['D'] = df['A'] * df['B']
# 显示更新后的数据
print(df)
输出：
A B C D
0 1 100 1000 100
1 2 200 2000 400
2 3 300 3000 900
3 4 400 4000 1600
4 5 500 5000 2500
9.更新单元格
有时候我们需要更新特定单元格的值。
import pandas as pd
# 读取 Excel 文件
df = pd.read_excel('example.xlsx')
# 更新 A 列第 2 行的值
df.at[1, 'A'] = 10
# 显示更新后的数据
print(df)
输出：
A B C
0 1 100 1000
1 10 200 2000
2 3 300 3000
3 4 400 4000
4 5 500 5000
10.删除列
删除不需要的列可以简化数据集。
import pandas as pd
# 读取 Excel 文件
df = pd.read_excel('example.xlsx')
# 删除 C 列
del df['C']
# 显示更新后的数据
print(df)
输出：
A B
0 1 100
1 2 200
2 3 300
3 4 400
4 5 500
11.合并多个 Excel 文件
合并多个 Excel 文件可以方便地将数据集中到一起。
import pandas as pd
# 读取多个 Excel 文件
df1 = pd.read_excel('example1.xlsx')
df2 = pd.read_excel('example2.xlsx')
# 合并两个 DataFrame
merged_df = pd.concat([df1, df2], ignore_index=True)
# 显示合并后的数据
print(merged_df)
输出：
A B C
0 1 100 1000
1 2 200 2000
2 3 300 3000
3 4 400 4000
4 5 500 5000
12.数据透视表
数据透视表是一种强大的工具，可以快速汇总和分析数据。
import pandas as pd
# 读取 Excel 文件
df = pd.read_excel('example.xlsx')
# 创建数据透视表
pivot_table = pd.pivot_table(df, values='C', index=['A'], columns=['B'], aggfunc=sum)
# 显示数据透视表
print(pivot_table)
输出：
B 100 200 300 400 500
A
1 1000 NaN NaN NaN NaN
2 NaN 2000 NaN NaN NaN
3 NaN NaN 3000 NaN NaN
4 NaN NaN NaN 4000 NaN
5 NaN NaN NaN NaN 5000
13.数据合并
合并多个数据集可以让你更好地分析数据之间的关系。
import pandas as pd
# 读取两个 Excel 文件
df1 = pd.read_excel('example1.xlsx')
df2 = pd.read_excel('example2.xlsx')
# 使用内连接合并两个数据集
merged_df = pd.merge(df1, df2, on='A', how='inner')
# 显示合并后的数据
print(merged_df)
输出：
A B_x C_x B_y C_y
0 1 100 1000 10 100
1 2 200 2000 20 200
2 3 300 3000 30 300
3 4 400 4000 40 400
4 5 500 5000 50 500
14.数据清洗
数据清洗是数据分析的重要步骤，可以去除无效或错误的数据。
import pandas as pd
# 读取 Excel 文件
df = pd.read_excel('example.xlsx')
# 去除空值
df.dropna(inplace=True)
# 去除重复行
df.drop_duplicates(inplace=True)
# 显示清洗后的数据
print(df)
输出：
A B C
0 1 100 1000
1 2 200 2000
2 3 300 3000
3 4 400 4000
4 5 500 5000
15.多页 Excel 文件操作
处理多页 Excel 文件时，可以使用openpyxl库。
from openpyxl
import load_workbook
# 加载 Excel 文件
wb = load_workbook('example.xlsx')
# 获取所有工作表名称
sheet_names = wb.sheetnames
print(sheet_names)
# 选择特定工作表
sheet = wb['Sheet1']
# 读取特定单元格的值
cell_value = sheet.cell(row=1, column=1).value
print(cell_value)
输出：
['Sheet1', 'Sheet2', 'Sheet3']
1
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
