精华内容
下载资源
问答
  • 2021-06-15 15:16:26

    python实现excel数据分析常用功能

    (一文学会如何用Python实现excel基础功能)

    本文主要应用pandas包完成,先加载pandas包

    import pandas as pd
    

    1、excel数据读取

    data = pd.read_excel(r"C:\\Users\\Desktop\\test.xlsx")
    data = pd.read_csv(r"C:\\Users\\Desktop\\test.csv")
    

    路径采用 “\ \” 分隔符可以增加可读性

    带有变量的数据载入
    day = 6.15
    data = pd.read_excel(r"C:\\Users\\Desktop\\" + day + "test.xlsx")
    #载入该路径下文件名为:6.15test 的表格
    

    2、数据处理

    将导入数据变成数据框,方便调用

    data = pd.DataFrame(data)
    

    替换空值

    data.fillna(value='none_value', inplace=True)
    

    参数释义:

    参数名释义
    value=接上想要替换空缺值的内容
    inplace=True为在原数据上替换空缺值

    去除空值

    names = [data['name']_ for data['name']_ in data['name'] if data['name']_ == data['name']_]
    

    去重

    data.drop_duplicates(subset='name', keep='first')
    

    参数释义:

    参数名释义
    subset=接上想要去重的列名
    keep=first为保留重复数据的第一个,last为保留重复数据的最后一个,FALSE为把重复数据全部删除

    重新排序索引

    data.reset_index(drop=True)
    

    去重之后会有一些索引缺失,以上代码可以重新定义索引

    3、数据调用

    data1 = data['name']  #调用列名为‘name’的列
    data2 = data[['name', 'age']]  #调用列名为‘name’和‘age’的列
    

    4、表格合并

    merge函数可以进行表格的横向合并(可替代excel中的VLOOKUP函数)

    data = pd.merge(left=data1, right=data2, how='left', left_on='name', right_on='name')
    
    参数名释义
    left=放在左边的预合并表
    right=放在右边的预合并表
    how=’left‘即以左边表关键字为准,’right‘以右边为准,’outer‘以关键字并集为准,’inner‘以关键字交集为准
    left_on=指定左边表关键字列
    right_on=指定右边表关键字列

    concat函数可以进行表格的纵向合并

    data = pd.concat([data, data2], axis=0)
    
    参数名释义
    [ , ]需要进行合并的表格
    axis=0表示纵向合并

    5、数据计算

    两列对应相加减乘除可以直接计算

    data3 = data['age']*data['score']
    

    列中每个数同时加减乘除同一常数,需要先进行列表解析,再进行计算

    data4 = pd.Series(data['score'])*5.6
    #Series函数对列表进行解析
    

    学会以上规则,再善用循环和条件语句就能轻松利用Python实现excel的基本功能~

    更多相关内容
  • 从零基础开始讲解Python语言的使用。 将学习的Python知识与Excel相结合做应用。 最后实现PythonExcel数据处理的自动化。 即学习了Excel数据处理的技能,更学会了一门热门编程语言。
  • Excel数据分析中最常用的工具,本篇文章通过pythonexcel的功能对比介绍如何使用python通过函数式编程完成excel中的数据处理及分析工作。在Python中pandas库用于数据处理 ,我们从1787页的pandas官网文档中总结出...

    Excel是数据分析中最常用的工具,本篇文章通过python与excel的功能对比介绍如何使用python通过函数式编程完成excel中的数据处理及分析工作。在Python中pandas库用于数据处理 ,我们从1787页的pandas官网文档中总结出最常用的36个函数,通过这些函数介绍如何通过python完成数据生成和导入,数据清洗,预处理,以及最常见的数据分类,数据筛选,分类 汇总,透视等最常见的操作。

    文章内容共分为9个部分。这是第一篇,介绍前3部分内容,数据表生成,数据表查看,和数据清洗。以下是《像Excel一样使用python进行数据分析》系列文章的目录。

    %E7%9B%AE%E5%BD%95-643x1024.png

    1, 生成数据表

    第一部分是生成数据表,常见的生成方法有两种,第一种是导入外部数据,第二种是直接写入数据。 Excel中的文件菜单中提供了获取外部数据的功能,支持数据库和文本文件和页面的多种数据源导入。

    %E8%8E%B7%E5%8F%96%E5%A4%96%E9%83%A8%E6%95%B0%E6%8D%AE.png

    python支持从多种类型的数据导入。在开始使用python进行数据导入前需要先导入pandas库,为了方便起见,我们也同时导入numpy库。

    1

    2

    import numpy as np

    import pandas as pd

    导入数据表

    下面分别是从excel和csv格式文件导入数据并创建数据表的方法。代码是最简模式,里面有很多可选参数设置,例如列名称,索引列,数据格式等等。感兴趣的朋友可以参考pandas的

    官方文档。

    1

    2

    df=pd.DataFrame(pd.read_csv('name.csv',header=1))

    df=pd.DataFrame(pd.read_excel('name.xlsx'))

    创建数据表

    另一种方法是通过直接写入数据来生成数据表,excel中直接在单元格中输入数据就可以,python中通过下面的代码来实现。生成数据表的函数是pandas库中的DateFrame函数,数据表一共有6行数据,每行有6个字段。在数据中我们特意设置了一些NA值和有问题的字段,例如包含空格等。后面将在数据清洗步骤进行处理。后面我们将统一以DataFrame的简称df来命名数据表。

    1

    2

    3

    4

    5

    6

    7

    df= pd.DataFrame({"id":[1001,1002,1003,1004,1005,1006],

    "date":pd.date_range('20130102', periods=6),

    "city":['Beijing ','SH',' guangzhou ','Shenzhen','shanghai','BEIJING '],

    "age":[23,44,54,32,34,32],

    "category":['100-A','100-B','110-A','110-C','210-A','130-F'],

    "price":[1200,np.nan,2133,5433,np.nan,4432]},

    columns=['id','date','city','category','age','price'])

    这是刚刚创建的数据表,我们没有设置索引列,price字段中包含有NA值,city字段中还包含了一些脏数据。

    df.png

    2,数据表检查

    第二部分是对数据表进行检查,python中处理的数据量通常会比较大,比如我们之前的文章中介绍的纽约出租车数据和Citibike的骑行数据,数据量都在千万级,我们无法一目了然的 了解数据表的整体情况,必须要通过一些方法来获得数据表的关键信息。数据表检查的另一个目的是了解数据的概况,例如整个数据表的大小,所占空间,数据格式,是否有空值和重复项和具体的数据内容。为后面的清洗和预处理做好准备。

    数据维度(行列)

    Excel中可以通过CTRL+向下的光标键,和CTRL+向右的光标键来查看行号和列号。Python中使用shape函数来查看数据表的维度,也就是行数和列数,函数返回的结果(6,6)表示数据表有6行,6列。下面是具体的代码。

    1

    2

    3

    #查看数据表的维度

    df.shape

    (6,6)

    数据表信息

    使用info函数查看数据表的整体信息,这里返回的信息比较多,包括数据维度,列名称,数据格式和所占空间等信息。

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    11

    12

    13

    14

    #数据表信息

    df.info()

    <class 'pandas.core.frame.DataFrame'>

    RangeIndex:6 entries,0 to5

    Data columns (total6 columns):

    id 6 non-null int64

    date6 non-null datetime64[ns]

    city6 non-nullobject

    category6 non-nullobject

    age6 non-null int64

    price4 non-null float64

    dtypes: datetime64[ns](1), float64(1), int64(2),object(2)

    memory usage:368.0+ bytes

    查看数据格式

    Excel中通过选中单元格并查看开始菜单中的数值类型来判断数据的格式。Python中使用dtypes函数来返回数据格式。

    %E6%9F%A5%E7%9C%8B%E6%95%B0%E6%8D%AE%E6%A0%BC%E5%BC%8F.png

    Dtypes是一个查看数据格式的函数,可以一次性查看数据表中所有数据的格式,也可以指定一列来单独查看。

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    #查看数据表各列格式

    df.dtypes

    id int64

    date datetime64[ns]

    cityobject

    categoryobject

    age int64

    price float64

    dtype:object

    1

    2

    3

    4

    #查看单列格式

    df['B'].dtype

    dtype('int64')

    查看空值

    Excel中查看空值的方法是使用“定位条件”功能对数据表中的空值进行定位。“定位条件”在“开始”目录下的“查找和选择”目录中。

    %E6%9F%A5%E7%9C%8B%E7%A9%BA%E5%80%BC.png

    Isnull是Python中检验空值的函数,返回的结果是逻辑值,包含空值返回True,不包含则返回False。可以对整个数据表进行检查,也可以单独对某一列进行空值检查。

    1

    2

    #检查数据空值

    df.isnull()

    df_isnull.png

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    #检查特定列空值

    df['price'].isnull()

    0 False

    1 True

    2 False

    3 False

    4 True

    5 False

    Name: price, dtype:bool

    查看唯一值

    Excel中查看唯一值的方法是使用“条件格式”对唯一值进行颜色标记。Python中使用unique函数查看唯一值。

    %E6%9F%A5%E7%9C%8B%E5%94%AF%E4%B8%80%E5%80%BC.png

    Unique是查看唯一值的函数,只能对数据表中的特定列进行检查。下面是代码,返回的结果是该列中的唯一值。类似与Excel中删除重复项后的结果。

    1

    2

    3

    4

    #查看city列中的唯一值

    df['city'].unique()

    array(['Beijing ','SH',' guangzhou ','Shenzhen','shanghai','BEIJING '], dtype=object)

    查看数据表数值

    Python中的Values函数用来查看数据表中的数值。以数组的形式返回,不包含表头信息。

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    11

    12

    13

    14

    #查看数据表的值

    df.values

    array([[1001, Timestamp('2013-01-02 00:00:00'),'Beijing ','100-A',23,

    1200.0],

    [1002, Timestamp('2013-01-03 00:00:00'),'SH','100-B',44, nan],

    [1003, Timestamp('2013-01-04 00:00:00'),' guangzhou ','110-A',54,

    2133.0],

    [1004, Timestamp('2013-01-05 00:00:00'),'Shenzhen','110-C',32,

    5433.0],

    [1005, Timestamp('2013-01-06 00:00:00'),'shanghai','210-A',34,

    nan],

    [1006, Timestamp('2013-01-07 00:00:00'),'BEIJING ','130-F',32,

    4432.0]], dtype=object)

    查看列名称

    Colums函数用来单独查看数据表中的列名称。

    1

    2

    3

    4

    #查看列名称

    df.columns

    Index(['id','date','city','category','age','price'], dtype='object')

    查看前10行数据

    Head函数用来查看数据表中的前N行数据,默认head()显示前10行数据,可以自己设置参数值来确定查看的行数。下面的代码中设置查看前3行的数据。

    1

    2

    #查看前3行数据

    df.head(3)

    df_head3.png

    查看后10行数据

    Tail行数与head函数相反,用来查看数据表中后N行的数据,默认tail()显示后10行数据,可以自己设置参数值来确定查看的行数。下面的代码中设置查看后3行的数据。

    1

    2

    #查看最后3行

    df.tail(3)

    df_tail3.png

    3,数据表清洗

    第三部分是对数据表中的问题进行清洗。主要内容包括对空值,大小写问题,数据格式和重复值的处理。这里不包含对数据间的逻辑验证。

    处理空值(删除或填充)

    我们在创建数据表的时候在price字段中故意设置了几个NA值。对于空值的处理方式有很多种,可以直接删除包含空值的数据,也可以对空值进行填充,比如用0填充或者用均值填充。还可以根据不同字段的逻辑对空值进行推算。

    Excel中可以通过“查找和替换”功能对空值进行处理,将空值统一替换为0或均值。也可以通过“定位”空值来实现。

    %E6%9F%A5%E6%89%BE%E5%92%8C%E6%9B%BF%E6%8D%A2%E7%A9%BA%E5%80%BC.png

    Python中处理空值的方法比较灵活,可以使用 Dropna函数用来删除数据表中包含空值的数据,也可以使用fillna函数对空值进行填充。下面的代码和结果中可以看到使用dropna函数后,包含NA值的两个字段已经不见了。返回的是一个不包含空值的数据表。

    1

    2

    #删除数据表中含有空值的行

    df.dropna(how='any')

    df_dropna.png

    除此之外也可以使用数字对空值进行填充,下面的代码使用fillna函数对空值字段填充数字0。

    1

    2

    #使用数字0填充数据表中空值

    df.fillna(value=0)

    我们选择填充的方式来处理空值,使用price列的均值来填充NA字段,同样使用fillna函数,在要填充的数值中使用mean函数先计算price列当前的均值,然后使用这个均值对NA进行填

    充。可以看到两个空值字段显示为3299.5

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    #使用price均值对NA进行填充

    df['price'].fillna(df['price'].mean())

    0 1200.0

    1 3299.5

    2 2133.0

    3 5433.0

    4 3299.5

    5 4432.0

    Name: price, dtype: float64

    df_nan.png

    清理空格

    除了空值,字符中的空格也是数据清洗中一个常见的问题,下面是清除字符中空格的代码。

    1

    2

    #清除city字段中的字符空格

    df['city']=df['city'].map(str.strip)

    大小写转换

    在英文字段中,字母的大小写不统一也是一个常见的问题。Excel中有UPPER,LOWER等函数,python中也有同名函数用来解决大小写的问题。在数据表的city列中就存在这样的问题。我们将city列的所有字母转换为小写。下面是具体的代码和结果。

    1

    2

    3

    #city列大小写转换

    df['city']=df['city'].str.lower()

    lower.png

    更改数据格式

    Excel中通过“设置单元格格式”功能可以修改数据格式。Python中通过astype函数用来修改数据格式。

    %E8%AE%BE%E7%BD%AE%E5%8D%95%E5%85%83%E6%A0%BC%E6%A0%BC%E5%BC%8F.png

    Python中dtype是查看数据格式的函数,与之对应的是astype函数,用来更改数据格式。下面的代码中将price字段的值修改为int格式。

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    #更改数据格式

    df['price'].astype('int')

    0 1200

    1 3299

    2 2133

    3 5433

    4 3299

    5 4432

    Name: price, dtype: int32

    更改列名称

    Rename是更改列名称的函数,我们将来数据表中的category列更改为category-size。下面是具体的代码和更改后的结果。

    1

    2

    #更改列名称

    df.rename(columns={'category':'category-size'})

    df_rename.png

    删除重复值

    很多数据表中还包含重复值的问题,Excel的数据目录下有“删除重复项”的功能,可以用来删除数据表中的重复值。默认Excel会保留最先出现的数据,删除后面重复出现的数据。

    %E5%88%A0%E9%99%A4%E9%87%8D%E5%A4%8D%E9%A1%B9.png

    Python中使用drop_duplicates函数删除重复值。我们以数据表中的city列为例,city字段中存在重复值。默认情况下drop_duplicates()将删除后出现的重复值(与excel逻辑一致)。增加keep=’last’参数后将删除最先出现的重复值,保留最后的值。下面是具体的代码和比较结果。

    原始的city列中beijing存在重复,分别在第一位和最后一位。

    1

    2

    3

    4

    5

    6

    7

    8

    df['city']

    0 beijing

    1 sh

    2 guangzhou

    3 shenzhen

    4 shanghai

    5 beijing

    Name: city, dtype:object

    使用默认的drop_duplicates()函数删除重复值,从结果中可以看到第一位的beijing被保留,最后出现的beijing被删除。

    1

    2

    3

    4

    5

    6

    7

    8

    #删除后出现的重复值

    df['city'].drop_duplicates()

    0 beijing

    1 sh

    2 guangzhou

    3 shenzhen

    4 shanghai

    Name: city, dtype:object

    设置keep=’last"’参数后,与之前删除重复值的结果相反,第一位出现的beijing被删除,保留了最后一位出现的beijing。

    1

    2

    3

    4

    5

    6

    7

    8

    #删除先出现的重复值

    df['city'].drop_duplicates(keep='last')

    1 sh

    2 guangzhou

    3 shenzhen

    4 shanghai

    5 beijing

    Name: city, dtype: objec

    数值修改及替换

    数据清洗中最后一个问题是数值修改或替换,Excel中使用“查找和替换”功能就可以实现数值的替换。

    %E6%9F%A5%E6%89%BE%E5%92%8C%E6%9B%BF%E6%8D%A2%E7%A9%BA%E5%80%BC1.png

    Python中使用replace函数实现数据替换。数据表中city字段上海存在两种写法,分别为shanghai和SH。我们使用replace函数对SH进行替换。

    1

    2

    3

    4

    5

    6

    7

    8

    9

    #数据替换

    df['city'].replace('sh','shanghai')

    0 beijing

    1 shanghai

    2 guangzhou

    3 shenzhen

    4 shanghai

    5 beijing

    Name: city, dtype:object

    本篇文章这是系列的第二篇,介绍第4-6部分的内容,数据表生成,数据表查看,和数据清洗。

    4-6%E7%9B%AE%E5%BD%95.png

    4,数据预处理

    第四部分是数据的预处理,对清洗完的数据进行整理以便后期的统计和分析工作。主要包括数据表的合并,排序,数值分列,数据分

    组及标记等工作。

    数据表合并

    首先是对不同的数据表进行合并,我们这里创建一个新的数据表df1,并将df和df1两个数据表进行合并。在Excel中没有直接完成数据表合并的功能,可以通过VLOOKUP函数分步实现。在python中可以通过merge函数一次性实现。下面建立df1数据表,用于和df数据表进行合并。

    1

    2

    3

    4

    5

    #创建df1数据表

    df1=pd.DataFrame({"id":[1001,1002,1003,1004,1005,1006,1007,1008],

    "gender":['male','female','male','female','male','female','male','female'],

    "pay":['Y','N','Y','Y','N','Y','N','Y',],

    "m-point":[10,12,20,40,40,40,30,20]})

    df1.png

    使用merge函数对两个数据表进行合并,合并的方式为inner,将两个数据表中共有的数据匹配到一起生成新的数据表。并命名为df_inner。

    1

    2

    #数据表匹配合并,inner模式

    df_inner=pd.merge(df,df1,how='inner')

    df_inner.png

    除了inner方式以外,合并的方式还有left,right和outer方式。这几种方式的差别在我其他的文章中有详细的说明和对比。

    1

    2

    3

    4

    #其他数据表匹配模式

    df_left=pd.merge(df,df1,how='left')

    df_right=pd.merge(df,df1,how='right')

    df_outer=pd.merge(df,df1,how='outer')

    设置索引列

    完成数据表的合并后,我们对df_inner数据表设置索引列,索引列的功能很多,可以进行数据提取,汇总,也可以进行数据筛选等。

    设置索引的函数为set_index。

    1

    2

    #设置索引列

    df_inner.set_index('id')

    df_inner_set_index.png

    排序(按索引,按数值)

    Excel中可以通过数据目录下的排序按钮直接对数据表进行排序,比较简单。Python中需要使用ort_values函数和sort_index函数完成排序。

    %E6%8E%92%E5%BA%8F.png

    在python中,既可以按索引对数据表进行排序,也可以看制定列的数值进行排序。首先我们按age列中用户的年龄对数据表进行排序。

    使用的函数为sort_values。

    1

    2

    #按特定列的值排序

    df_inner.sort_values(by=['age'])

    sort_values.png

    Sort_index函数用来将数据表按索引列的值进行排序。

    1

    2

    #按索引列排序

    df_inner.sort_index()

    sort_index.png

    数据分组

    Excel中可以通过VLOOKUP函数进行近似匹配来完成对数值的分组,或者使用“数据透视表”来完成分组。相应的 python中使用where函数完成数据分组。

    Where函数用来对数据进行判断和分组,下面的代码中我们对price列的值进行判断,将符合条件的分为一组,不符合条件的分为另一组,并使用group字段进行标记。

    1

    2

    #如果price列的值>3000,group列显示high,否则显示low

    df_inner['group']= np.where(df_inner['price'] >3000,'high','low')

    where.png

    除了where函数以外,还可以对多个字段的值进行判断后对数据进行分组,下面的代码中对city列等于beijing并且price列大于等于4000的数据标记为1。

    1

    2

    #对复合多个条件的数据进行分组标记

    df_inner.loc[(df_inner['city']== 'beijing') & (df_inner['price'] >= 4000),'sign']=1

    sign.png

    数据分列

    与数据分组相反的是对数值进行分列,Excel中的数据目录下提供“分列”功能。在python中使用split函数实现分列。

    %E6%95%B0%E6%8D%AE%E5%88%86%E5%88%97.png

    在数据表中category列中的数据包含有两个信息,前面的数字为类别id,后面的字母为size值。中间以连字符进行连接。我们使用split函数对这个字段进行拆分,并将拆分后的数据表匹配回原数据表中。

    1

    2

    #对category字段的值依次进行分列,并创建数据表,索引值为df_inner的索引列,列名称为category和size

    pd.DataFrame((x.split('-')for xin df_inner['category']),index=df_inner.index,columns=['category','size'])

    split.png

    1

    2

    #将完成分列后的数据表与原df_inner数据表进行匹配

    df_inner=pd.merge(df_inner,split,right_index=True, left_index=True)

    merge_1-1024x298.png

    5,数据提取

    第五部分是数据提取,也是数据分析中最常见的一个工作。这部分主要使用三个函数,loc,iloc和ix,loc函数按标签值进行提取,iloc按位置进行提取,ix可以同时按标签和位置进行提取。下面介绍每一种函数的使用方法。

    按标签提取(loc)

    Loc函数按数据表的索引标签进行提取,下面的代码中提取了索引列为3的单条数据。

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    11

    12

    13

    14

    15

    16

    #按索引提取单行的数值

    df_inner.loc[3]

    id 1004

    date2013-01-05 00:00:00

    city shenzhen

    category110-C

    age32

    price5433

    gender female

    m-point40

    pay Y

    group high

    sign NaN

    category_1110

    size C

    Name:3, dtype:object

    使用冒号可以限定提取数据的范围,冒号前面为开始的标签值,后面为结束的标签值。下面提取了0到5的数据行。

    1

    2

    #按索引提取区域行数值

    df_inner.loc[0:5]

    df_inner_loc1-1024x171.png

    Reset_index函数用于恢复索引,这里我们重新将date字段的日期设置为数据表的索引,并按日期进行数据提取。

    1

    2

    #重设索引

    df_inner.reset_index()

    reset_index-1024x274.png

    1

    2

    #设置日期为索引

    df_inner=df_inner.set_index('date')

    set_index_date-1024x338.png

    使用冒号限定提取数据的范围,冒号前面为空表示从0开始。提取所有2013年1月4日以前的数据。

    1

    2

    #提取4日之前的所有数据

    df_inner[:'2013-01-04']

    %E6%8C%89%E6%8F%90%E8%B5%B7%E6%8F%90%E5%8F%96-1024x217.png

    按位置提取(iloc)

    使用iloc函数按位置对数据表中的数据进行提取,这里冒号前后的数字不再是索引的标签名称,而是数据所在的位置,从0开始。

    1

    2

    #使用iloc按位置区域提取数据

    df_inner.iloc[:3,:2]

    iloc1.png

    iloc函数除了可以按区域提取数据,还可以按位置逐条提取,前面方括号中的0,2,5表示数据所在行的位置,后面方括号中的数表示所在列的位置。

    1

    2

    #使用iloc按位置单独提取数据

    df_inner.iloc[[0,2,5],[4,5]]

    iloc2.png

    按标签和位置提取(ix)

    ix是loc和iloc的混合,既能按索引标签提取,也能按位置进行数据提取。下面代码中行的位置按索引日期设置,列按位置设置。

    1

    2

    #使用ix按索引标签和位置混合提取数据

    df_inner.ix[:'2013-01-03',:4]

    ix.png

    按条件提取(区域和条件值)

    除了按标签和位置提起数据以外,还可以按具体的条件进行数据。下面使用loc和isin两个函数配合使用,按指定条件对数据进行提取 。

    使用isin函数对city中的值是否为beijing进行判断。

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    11

    #判断city列的值是否为beijing

    df_inner['city'].isin(['beijing'])

    date

    2013-01-02 True

    2013-01-05 False

    2013-01-07 True

    2013-01-06 False

    2013-01-03 False

    2013-01-04 False

    Name: city, dtype:bool

    将isin函数嵌套到loc的数据提取函数中,将判断结果为Ture数据提取出来。这里我们把判断条件改为city值是否为beijing和 shanghai。如果是就把这条数据提取出来。

    1

    2

    #先判断city列里是否包含beijing和shanghai,然后将复合条件的数据提取出来。

    df_inner.loc[df_inner['city'].isin(['beijing','shanghai'])]

    loc%E6%8C%89%E7%AD%9B%E9%80%89%E6%9D%A1%E4%BB%B6%E6%8F%90%E5%8F%96-1024x266.png

    数值提取还可以完成类似数据分列的工作,从合并的数值中提取出制定的数值。

    1

    2

    3

    4

    5

    6

    7

    8

    category=df_inner['category']

    0 100-A

    3 110-C

    5 130-F

    4 210-A

    1 100-B

    2 110-A

    Name: category, dtype:object

    1

    2

    #提取前三个字符,并生成数据表

    pd.DataFrame(category.str[:3])

    category_str.png

    6,数据筛选

    第六部分为数据筛选,使用与,或,非三个条件配合大于,小于和等于对数据进行筛选,并进行计数和求和。与excel中的筛选功能和countifs和sumifs功能相似。

    按条件筛选(与,或,非)

    Excel数据目录下提供了“筛选”功能,用于对数据表按不同的条件进行筛选。Python中使用loc函数配合筛选条件来完成筛选功能。配合sum和count函数还能实现excel中sumif和countif函数的功能。

    %E7%AD%9B%E9%80%89.png

    使用“与”条件进行筛选,条件是年龄大于25岁,并且城市为beijing。筛选后只有一条数据符合要求。

    1

    2

    #使用“与”条件进行筛选

    df_inner.loc[(df_inner['age'] >25) & (df_inner['city']== 'beijing'), ['id','city','age','category','gender']]

    %E4%B8%8E.png

    使用“或”条件进行筛选,年龄大于25岁或城市为beijing。筛选后有6条数据符合要求。

    1

    2

    3

    #使用“或”条件筛选

    df_inner.loc[(df_inner['age'] >25) | (df_inner['city']== 'beijing'), ['id','city','age','category','gender']].sort

    (['age'])

    %E6%88%96.png

    在前面的代码后增加price字段以及sum函数,按筛选后的结果将price字段值进行求和,相当于excel中sumifs的功能。

    1

    2

    3

    4

    5

    #对筛选后的数据按price字段进行求和

    df_inner.loc[(df_inner['age'] >25) | (df_inner['city']== 'beijing'),

    ['id','city','age','category','gender','price']].sort(['age']).price.sum()

    19796

    使用“非”条件进行筛选,城市不等于beijing。符合条件的数据有4条。将筛选结果按id列进行排序。

    1

    2

    #使用“非”条件进行筛选

    df_inner.loc[(df_inner['city'] != 'beijing'), ['id','city','age','category','gender']].sort(['id'])

    %E9%9D%9E.png

    在前面的代码后面增加city列,并使用count函数进行计数。相当于excel中的countifs函数的功能。

    1

    2

    3

    #对筛选后的数据按city列进行计数

    df_inner.loc[(df_inner['city'] != 'beijing'), ['id','city','age','category','gender']].sort(['id']).city.count()

    4

    还有一种筛选的方式是用query函数。下面是具体的代码和筛选结果。

    1

    2

    #使用query函数进行筛选

    df_inner.query('city == ["beijing", "shanghai"]')

    query-1024x263.png

    在前面的代码后增加price字段和sum函数。对筛选后的price字段进行求和,相当于excel中的sumifs函数的功能。

    1

    2

    3

    #对筛选后的结果按price进行求和

    df_inner.query('city == ["beijing", "shanghai"]').price.sum()

    12230

    这是第三篇,介绍第7-9部分的内容,数据汇总,数据统计,和数据输出。

    7-9%E7%9B%AE%E5%BD%95.png

    7,数据汇总

    第七部分是对数据进行分类汇总,Excel中使用分类汇总和数据透视可以按特定维度对数据进行汇总,python中使用的主要函数是groupby和pivot_table。下面分别介绍这两个函数的使用方法。

    分类汇总

    Excel的数据目录下提供了“分类汇总”功能,可以按指定的字段和汇总方式对数据表进行汇总。Python中通过Groupby函数完成相应的操作,并可以支持多级分类汇总。

    %E5%88%86%E7%B1%BB%E6%B1%87%E6%80%BB1.png

    Groupby是进行分类汇总的函数,使用方法很简单,制定要分组的列名称就可以,也可以同时制定多个列名称,groupby按列名称出现的顺序进行分组。同时要制定分组后的汇总方式,常见的是计数和求和两种。

    1

    2

    #对所有列进行计数汇总

    df_inner.groupby('city').count()

    groupby.png

    可以在groupby中设置列名称来对特定的列进行汇总。下面的代码中按城市对id字段进行汇总计数。

    1

    2

    3

    4

    5

    6

    7

    8

    #对特定的ID列进行计数汇总

    df_inner.groupby('city')['id'].count()

    city

    beijing2

    guangzhou1

    shanghai2

    shenzhen1

    Name:id, dtype: int64

    在前面的基础上增加第二个列名称,分布对city和size两个字段进行计数汇总。

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    #对两个字段进行汇总计数

    df_inner.groupby(['city','size'])['id'].count()

    city size

    beijing A1

    F1

    guangzhou A1

    shanghai A1

    B1

    shenzhen C1

    Name:id, dtype: int64

    除了计数和求和外,还可以对汇总后的数据同时按多个维度进行计算,下面的代码中按城市对price字段进行汇总,并分别计算price的数量,总金额和平均金额。

    1

    2

    #对city字段进行汇总并计算price的合计和均值。

    df_inner.groupby('city')['price'].agg([len,np.sum, np.mean])

    groupby1.png

    数据透视

    Excel中的插入目录下提供“数据透视表”功能对数据表按特定维度进行汇总。Python中也提供了数据透视表功能。通过pivot_table函数实现同样的效果。

    %E6%95%B0%E6%8D%AE%E9%80%8F%E8%A7%86.png

    数据透视表也是常用的一种数据分类汇总方式,并且功能上比groupby要强大一些。下面的代码中设定city为行字段,size为列字段,price为值字段。分别计算price的数量和金额并且按行与列进行汇总。

    1

    2

    #数据透视表

    pd.pivot_table(df_inner,index=["city"],values=["price"],columns=["size"],aggfunc=[len,np.sum],fill_value=0,margins=True)

    pivot_table.png

    8,数据统计

    第九部分为数据统计,这里主要介绍数据采样,标准差,协方差和相关系数的使用方法。

    数据采样

    Excel的数据分析功能中提供了数据抽样的功能,如下图所示。Python通过sample函数完成数据采样。

    %E6%95%B0%E6%8D%AE%E6%8A%BD%E6%A0%B7.png

    Sample是进行数据采样的函数,设置n的数量就可以了。函数自动返回参与的结果。

    1

    2

    #简单的数据采样

    df_inner.sample(n=3)

    %E7%AE%80%E5%8D%95%E9%9A%8F%E6%9C%BA%E9%87%87%E6%A0%B7-1024x218.png

    Weights参数是采样的权重,通过设置不同的权重可以更改采样的结果,权重高的数据将更有希望被选中。这里手动设置6条数据的权重值。将前面4个设置为0,后面两个分别设置为0.5。

    1

    2

    3

    #手动设置采样权重

    weights= [0,0,0,0,0.5,0.5]

    df_inner.sample(n=2, weights=weights)

    %E6%89%8B%E5%8A%A8%E8%AE%BE%E7%BD%AE%E9%87%87%E6%A0%B7%E6%9D%83%E9%87%8D1-1024x341.png

    从采样结果中可以看出,后两条权重高的数据被选中。

    %E6%89%8B%E5%8A%A8%E8%AE%BE%E7%BD%AE%E9%87%87%E6%A0%B7%E6%9D%83%E9%87%8D2-1024x176.png

    Sample函数中还有一个参数replace,用来设置采样后是否放回。

    1

    2

    #采样后不放回

    df_inner.sample(n=6, replace=False)

    %E9%87%87%E6%A0%B7%E5%90%8E%E4%B8%8D%E6%94%BE%E5%9B%9E-1024x343.png

    1

    2

    #采样后放回

    df_inner.sample(n=6, replace=True)

    %E9%87%87%E6%A0%B7%E5%90%8E%E6%94%BE%E5%9B%9E-1024x348.png

    描述统计

    Excel中的数据分析中提供了描述统计的功能。Python中可以通过Describe对数据进行描述统计。

    %E6%8F%8F%E8%BF%B0%E7%BB%9F%E8%AE%A1.png

    Describe函数是进行描述统计的函数,自动生成数据的数量,均值,标准差等数据。下面的代码中对数据表进行描述统计,并使用round函数设置结果显示的小数位。并对结果数据进行转置。

    1

    2

    #数据表描述性统计

    df_inner.describe().round(2).T

    describe.png

    标准差

    Python中的Std函数用来接算特定数据列的标准差。

    1

    2

    3

    #标准差

    df_inner['price'].std()

    1523.3516556155596

    协方差

    Excel中的数据分析功能中提供协方差的计算,python中通过cov函数计算两个字段或数据表中各字段间的协方差。

    %E5%8D%8F%E6%96%B9%E5%B7%AE.png

    Cov函数用来计算两个字段间的协方差,可以只对特定字段进行计算,也可以对整个数据表中各个列之间进行计算。

    1

    2

    3

    #两个字段间的协方差

    df_inner['price'].cov(df_inner['m-point'])

    17263.200000000001

    1

    2

    #数据表中所有字段间的协方差

    df_inner.cov()

    cov.png

    相关分析

    Excel的数据分析功能中提供了相关系数的计算功能,python中则通过corr函数完成相关分析的操作,并返回相关系数。

    %E7%9B%B8%E5%85%B3%E7%B3%BB%E6%95%B0.png

    Corr函数用来计算数据间的相关系数,可以单独对特定数据进行计算,也可以对整个数据表中各个列进行计算。相关系数在-1到1之间,接近1为正相关,接近-1为负相关,0为不相关。

    1

    2

    3

    #相关性分析

    df_inner['price'].corr(df_inner['m-point'])

    0.77466555617085264

    1

    2

    #数据表相关性分析

    df_inner.corr()

    corr.png

    9,数据输出

    第九部分是数据输出,处理和分析完的数据可以输出为xlsx格式和csv格式。

    写入excel

    1

    2

    #输出到excel格式

    df_inner.to_excel('excel_to_python.xlsx', sheet_name='bluewhale_cc')

    excel-1024x156.png

    写入csv

    1

    2

    #输出到CSV格式

    df_inner.to_csv('excel_to_python.csv')

    在数据处理的过程中,大部分基础工作是重复和机械的,对于这部分基础工作,我们可以使用自定义函数进行自动化。以下简单介绍对数据表信息获取自动化处理。

    1

    2

    3

    4

    5

    6

    7

    8

    #创建数据表

    df= pd.DataFrame({"id":[1001,1002,1003,1004,1005,1006],

    "date":pd.date_range('20130102', periods=6),

    "city":['Beijing ','SH',' guangzhou ','Shenzhen','shanghai','BEIJING '],

    "age":[23,44,54,32,34,32],

    "category":['100-A','100-B','110-A','110-C','210-A','130-F'],

    "price":[1200,np.nan,2133,5433,np.nan,4432]},

    columns=['id','date','city','category','age','price'])

    1

    2

    3

    4

    5

    6

    7

    8

    #创建自定义函数

    def table_info(x):

    shape=x.shape

    types=x.dtypes

    colums=x.columns

    print("数据维度(行,列): ",shape)

    print("数据格式: ",types)

    print("列名称: ",colums)

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    11

    12

    13

    14

    15

    #调用自定义函数获取df数据表信息并输出结果

    table_info(df)

    数据维度(行,列):

    (6,6)

    数据格式:

    id int64

    date datetime64[ns]

    cityobject

    categoryobject

    age int64

    price float64

    dtype:object

    列名称:

    Index(['id','date','city','category','age','price'], dtype='object')

    转载来源于:

    http://bluewhale.cc/2017-04-21/use-python-for-data-analysis-like-excel-1.html

    http://bluewhale.cc/2017-04-21/use-python-for-data-analysis-like-excel-2.html

    http://bluewhale.cc/2017-04-21/use-python-for-data-analysis-like-excel-3.html

    展开全文
  • python项目——Excel数据分析师.zip python项目——Excel数据分析师.zip python项目——Excel数据分析师.zip python项目——Excel数据分析师.zip python项目——Excel数据分析师.zip python项目——Excel数据分析师....
  • 主要介绍了Python读取Excel数据并生成图表过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
  • 本文代码及数据集来自《超简单:用PythonExcel飞起来(实战150例)》 # 排序一个工作表中的数据(方法一) import pandas as pd data = pd.read_excel('销售表.xlsx', sheet_name='总表') data = data.sort_...

    本文代码及数据集来自《超简单:用Python让Excel飞起来(实战150例)》

    # 排序一个工作表中的数据(方法一)
    import pandas as pd
    data = pd.read_excel('销售表.xlsx', sheet_name='总表')
    data = data.sort_values(by='利润', ascending=False) # 按照“利润”列进行降序排序
    data.to_excel('销售表1.xlsx', sheet_name='总表', index=False)
    
    # 排序一个工作表中的数据(方法二)
    import xlwings as xw
    import pandas as pd
    app = xw.App(visible=False, add_book=False)
    workbook = app.books.open('销售表.xlsx')
    worksheet = workbook.sheets['总表']
    data = worksheet.range('A1').expand('table').options(pd.DataFrame).value # 读取工作表中的数据,并将其转换为DataFrame格式
    result = data.sort_values(by='利润', ascending=False) # 对DataFrame中的“利润”列进行降序排序
    worksheet.range('A1').value = result # 将排序后的数据写入工作表,这里是从单元格A1开始写入
    workbook.save('销售表1.xlsx')
    workbook.close()
    app.quit()
    
    # 排序一个工作簿中所有工作表的数据
    import xlwings as xw
    import pandas as pd
    app = xw.App(visible=False, add_book=False)
    workbook = app.books.open('各月销售数量表.xlsx')
    worksheet = workbook.sheets
    for i in worksheet: # 遍历工作表
        data = i.range('A1').expand('table').options(pd.DataFrame).value
        result = data.sort_values(by='销售数量', ascending=False)
        i.range('A1').value = result
    workbook.save('各月销售数量表1.xlsx')
    workbook.close()
    app.quit()
    
    # 排序多个工作簿中同名工作表的数据
    from pathlib import Path
    import xlwings as xw
    import pandas as pd
    app = xw.App(visible=False, add_book=False)
    folder_path = Path('各地区销售数量')
    file_list = folder_path.glob('*.xls*')
    for i in file_list:
        workbook = app.books.open(i)
        worksheet = workbook.sheets['销售数量'] # 指定要排序的工作表
        data = worksheet.range('A1').expand('table').options(pd.DataFrame).value
        result = data.sort_values(by='销售数量', ascending=False)
        worksheet.range('A1').value = result
        workbook.save()
        workbook.close()
    app.quit()
    
    # 根据单个条件筛选一个工作表中的数据
    import pandas as pd
    data = pd.read_excel('销售表.xlsx', sheet_name='总表')
    pro_data = data[data['产品名称'] == '离合器'] # 在“产品名称”列中筛选“离合器”数据
    num_data = data[data['销售数量'] >= 100] # 在“销售数量”列中筛选大于等于100的数据
    pro_data.to_excel('离合器.xlsx', sheet_name='离合器', index=False)
    num_data.to_excel('销售数量大于等于100的记录.xlsx', sheet_name='销售数量大于等于100的记录', index=False)
    
    # 根据多个条件筛选一个工作表中的数据
    import pandas as pd
    data = pd.read_excel('销售表.xlsx', sheet_name='总表')
    condition1 = (data['产品名称'] == '转速表') & (data['销售数量'] >= 50)
    condition2 = (data['产品名称'] == '转速表') | (data['销售数量'] >= 50)
    data1 = data[condition1]
    data2 = data[condition2]
    data1.to_excel('销售表1.xlsx', sheet_name='与条件筛选', index=False)
    data2.to_excel('销售表2.xlsx', sheet_name='或条件筛选', index=False)
    
    # 筛选一个工作簿中所有工作表的数据
    import pandas as pd
    all_data = pd.read_excel('办公用品采购表.xlsx', sheet_name=None)
    with pd.ExcelWriter('筛选表.xlsx') as workbook:
        for i in all_data:
            data = all_data[i]
            filter_data = data[data['采购物品'] == '办公桌'] # 筛选“采购物品”为“办公桌”的数据
            filter_data.to_excel(workbook, sheet_name=i, index=False) # 存放在不同工作表中
            
    # 筛选一个工作簿中所有工作表的数据并汇总
    import pandas as pd
    all_data = pd.read_excel('办公用品采购表.xlsx', sheet_name=None)
    datas = pd.DataFrame()
    for i in all_data:
        data = all_data[i]
        filter_data = data[data['采购物品'] == '办公桌']
        datas = pd.concat([datas, filter_data], axis=0) # 将筛选出的数据合并到第3行代码创建的DataFrame中
    datas.to_excel('办公桌.xlsx', sheet_name='办公桌', index=False)
    
    # 分类汇总一个工作表
    import xlwings as xw
    import pandas as pd
    app = xw.App(visible=False, add_book=False)
    workbook = app.books.open('销售表.xlsx')
    worksheet = workbook.sheets['总表']
    data = worksheet.range('A1').expand('table').options(pd.DataFrame, dtype=float).value
    result = data.groupby('产品名称').sum() # 汇总依据为“产品名称”列
    worksheet1 = workbook.sheets.add(name='分类汇总') # 新增一个名为“分类汇总”的工作表
    worksheet1.range('A1').value = result[['销售数量', '销售金额']] # 将指定列的汇总结果写入工作表“分类汇总”
    workbook.save('分类汇总表.xlsx')
    workbook.close()
    app.quit()
    
    # 对一个工作表求和
    import xlwings as xw
    import pandas as pd
    app = xw.App(visible=False, add_book=False)
    workbook = app.books.open('办公用品采购表.xlsx')
    worksheet = workbook.sheets['1月']
    data = worksheet.range('A1').expand('table').options(pd.DataFrame).value
    result = data['采购金额'].sum()
    worksheet.range('B15').value = '合计' # 将文本“合计”写入单元格
    worksheet.range('C15').value = result # 将求和结果写入单元格
    workbook.save('求和表.xlsx')
    workbook.close()
    app.quit()
    
    # 对一个工作簿的所有工作表分别求和
    import xlwings as xw
    import pandas as pd
    app = xw.App(visible=False, add_book=False)
    workbook = app.books.open('办公用品采购表.xlsx')
    worksheet = workbook.sheets
    for i in worksheet:
        data = i.range('A1').expand('table').options(pd.DataFrame).value
        result = data['采购金额'].sum()
        column = i.range('A1').expand('table').value[0].index('采购金额') + 1 # 获取采购金额列的列号
        row = i.range('A1').expand('table').shape[0] # 获取最后一行的行号
        i.range(row + 1, column - 1).value = '合计' # 将文本“合计”写入“采购金额”列前一列最后一个单元格下方的单元格
        i.range(row + 1, column).value = result # 将求和结果写入“采购金额”列最后一个单元格下方的单元格
    workbook.save('求和表.xlsx')
    workbook.close()
    app.quit()
    
    # 在一个工作表中制作数据透视表
    import xlwings as xw
    import pandas as pd
    app = xw.App(visible=False, add_book=False)
    workbook = app.books.open('销售表.xlsx')
    worksheet = workbook.sheets['总表']
    data = worksheet.range('A1').expand('table').options(pd.DataFrame, dtype=float).value
    pivot = pd.pivot_table(data, values=['销售数量', '销售金额'], index=['产品名称'], aggfunc={'销售数量': 'sum', '销售金额': 'sum'}, fill_value=0, margins=True, margins_name='合计')
    worksheet1 = workbook.sheets.add(name='数据透视表')
    worksheet1.range('A1').value = pivot
    workbook.save('数据透视表.xlsx')
    workbook.close()
    app.quit()
    
    # 使用相关系数判断数据的相关性
    import pandas as pd
    data = pd.read_excel('销售额统计表.xlsx', sheet_name=0, index_col='序号')
    result = data.corr()
    print(result)
    
    # 使用描述统计和直方图制定目标
    import pandas as pd
    import matplotlib.pyplot as plt
    import xlwings as xw
    data = pd.read_excel('员工销售业绩表.xlsx', sheet_name=0)
    data_describe = data['销售额(万元)'].astype(float).describe() # 计算数据的个数、平均值、最大值和最小值等描述统计数据
    data_cut = pd.cut(data['销售额(万元)'], 6) # 将“销售额(万元)”列的数据分为6个均等的区间
    data1 = pd.DataFrame()
    data1['计数'] = data['销售额(万元)'].groupby(data_cut).count() # 统计各个区间的人数
    data2 = data1.reset_index() # 将行索引重置为数字序号
    data2['销售额(万元)'] = data2['销售额(万元)'].apply(lambda x:str(x)) # 将“销售额”列的数据转换为字符串类型
    figure = plt.figure()
    plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文乱码问题
    plt.rcParams['axes.unicode_minus'] = False # 解决负号问题
    n, bins, patches = plt.hist(data['销售额(万元)'], bins=6, edgecolor='black', linewidth=1)
    plt.xticks(bins)
    plt.title('员工销售业绩频率分析')
    plt.xlabel('销售额(万元)')
    plt.ylabel('频数')
    app = xw.App(visible=False, add_book=False)
    workbook = app.books.open('员工销售业绩表.xlsx')
    worksheet = workbook.sheets[0]
    worksheet.range('E1').value = data_describe # 将计算出的描述统计数据写入指定工作表
    worksheet.range('H1').value = data2 # 将销售额的区间以及区间的人数写入指定工作表
    worksheet.pictures.add(figure, name='图片1', update=True, left=400, top=200) # 将直方图的图片插入指定工作表
    worksheet.autofit() # 自动调整行高列宽
    workbook.save('描述统计.xlsx')
    workbook.close()
    app.quit()
    
    # 拟合回归方程并判断拟合程度
    import pandas as pd
    from sklearn import linear_model
    df = pd.read_excel('各月销售额与广告费支出表.xlsx', sheet_name=0)
    x = df[['视频门户广告费(万元)', '电视台广告费(万元)']] # 选取作为自变量的列数据
    y = df['销售额(万元)']
    model = linear_model.LinearRegression()
    model.fit(x, y)
    R2 = model.score(x, y)
    print(R2)
    
    # 使用回归方程预测未来值
    import pandas as pd
    from sklearn import linear_model
    df = pd.read_excel('各月销售额与广告费支出表.xlsx', sheet_name=0)
    x = df[['视频门户广告费(万元)', '电视台广告费(万元)']]
    y = df['销售额(万元)']
    model = linear_model.LinearRegression()
    model.fit(x, y)
    coef = model.coef_ # 获取方程中各变量的系数
    model_intercept = model.intercept_ # 获取方程截距
    equation = f'y={coef[0]}*x1+{coef[1]}*x2{model_intercept:+}'
    print(equation) # 输出线性回归方程
    x1 = 40
    x2 = 30
    y = coef[0] * x1 + coef[1] * x2 + model_intercept
    print(y)
    
    展开全文
  • Excel数据进行读取并重新整理至新Excel,并绘制Excel中数据为图表
  • import openpyxl type_name = 'test4' file_name_rd = type_name+'.xlsx' ...# 使用wb[name] 获取指定工作表 sheet1 = wb[names[0]] maxRow1 = sheet1.max_row # 最大行数 cell = sheet1['B'] list = [] for i
    import openpyxl
    type_name = 'test4'
    file_name_rd = type_name+'.xlsx'
    wb = openpyxl.load_workbook(file_name_rd)
    
    # 获取工作表名
    names = wb.sheetnames
    # 使用wb[name] 获取指定工作表
    sheet1 = wb[names[0]]
    maxRow1 = sheet1.max_row  # 最大行数
    sheet1.delete_cols(idx=4, amount=100)  # 删除第4列,及往右共100列
    cell = sheet1['B']
    list = []
    
    for i in cell:
        if i.value not in list and i.value != 'B':
            list.append(i.value)
    
    n = 2
    
    for k in range(0, len(list)):
        sheet1.cell(1, 4+k).value = list[k]
        n = 2
        for m in range(2, maxRow1+1):
            if sheet1.cell(m, 2).value == list[k]:
                sheet1.cell(n, 4+k).value = sheet1.cell(m, 1).value
                n += 1
            
                
    
    wb.save(file_name_rd)
    print('over')
    

    效果图:
    在这里插入图片描述
    如图,把左边输出到右边, 将B列数值相同的A值提取出来,并按照B值分列输出 到右边.

    展开全文
  • 下面小编就为大家带来一篇用python实现简单EXCEL数据统计的实例。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
  • python Excel数据分析师程序源程序.rar
  • python处理excel数据分析

    千次阅读 2021-06-09 21:38:49
    此脚本使用openpyxl库对excel进行操作。 主要功能 此库主要的功能有四个: 导入excel表:使用函数load_workbook即可,如 workxls = load_workbook('work.xlsx') 读取表:先使用sheetnames字段值取得所有sheet名...
  • 支持数据分析数据集,你值得拥有!很好用的分析数据!在压缩包里有具体的使用说明!主要是针对初学数据分析的人,而打造的数据集,可以在数据集上进行相关的操作。
  • 用python轻松操作excel表格 项目场景: 提示:通常我们对excel表格进行删除多个项的时候,如果一条一条的删除就会花费很多时间,并且也不知道要删除的部分是否删除完,进行查询,分类的时候用python语言几条语句就能...
  • 【曾贤志】从零基础开始用Python处理Excel数据
  • Excel实现Python数据分析项目数据和源码-产品优势
  • Excel实现Python数据分析项目数据和源码-用户画像
  • 使用AHP(层次分析法)时,需要计算特征值,使用pyhon读取Excel数据处理 此程序使用pythonexcel数据计算特征值和特征向量; 使用了numpy、xlrd、xlwt库;
  • Python读取Excel两个表中的数据,判断两个表中单元格中的数据是否相等,相等则把一个表中的数据写入另一个表中对应的单元格中。此为简洁、不冗余版本,更详细的代码和分析文档可以去看v4.0版本
  • Excel数据分析中最常用的工具,本篇文章通过pythonexcel的功能对比介绍如何使用python通过函数式编程完成excel中的数据处理及分析工作。在Python中pandas库用于数据处理,通过这些函数介绍如何通过python完成...
  • Excel实现Python数据分析项目数据和源码-同期群
  • 昨日,女票拿了一个Excel文档,里面有上万条数据要进行分析,刚开始一个字段分析Excel用的不错,还能搞定,到后来两个字段的分析,还有区间比如年龄段的数据分析,实在是心疼的不行,于是就想给她程序处理之。...
  • 利用PythonExcel数据进行处理

    千次阅读 2021-07-07 21:29:58
    1. 加载文件夹内所有的Excel数据; 2. 生产贡献度分析图表(以柱状图显示表格数据); 3.提起Excel表格中指定列数据; 4. 定向筛选所需数据; 5. 多表数据统计排行; 6.多表数据合并在文件夹内生成合并后的新...
  • Excel实现Python数据分析项目数据和源码-用户价值
  • python处理excel数据的方法:1、使用xlrd来处理;2、使用【xlutils+xlrd】来处理;3、使用xlwt来处理;4、使用pyExcelerator来处理;5、使用Pandas库来处理。 下面我们通过示例来看看xlrd、xlwt、xluntils、...
  • python的csv模块不同,python中并没有处理excel文件的标准模块,因此我们学习本章内容需要安装两个拓展包xlrd和xlwt如果小伙伴安装了Anaconda python 那么便可以直接使用,这里博主推荐大家如果觉得pycharm或者vs...
  • python 分析对比不同的excel表格数据 不同的地方高亮显示
  • Python数据分析Excel文件
  • Python读取Excel表中数据,并按条件判断两个表中单元格汇总数据是否相等,相等则把对应的数据写入其中一个表中对应 的单元格中。更简洁详细的代码以及分析文档可看v4.0版本

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 58,335
精华内容 23,334
关键字:

如何用python分析excel数据