精华内容
下载资源
问答
  • Python处理Excel数据
    千次阅读
    2020-12-18 19:33:14

    前段时间做了个小项目,帮个海洋系的教授做了个数据处理的软件。基本的功能很简单,就是对excel里面的一些数据进行过滤,统计,对多个表的内容进行合并等。之前没有处理excel数据的经验,甚至于自己都很少用到excel。记得《python核心》的最后一章里有讲到用win32 com操作office, 看了一下讲的不是很清楚。google了一下找到不少能处理excel数据的模块。对比了一下最终选定了openpyxl,openpyxl专门用于处理excel2007及以上版本产生的xlsx文件。不幸的是我所得到的数据中xls和xlsx都有,不过转换并不是什么难事,就暂时吧这个问题忽略了。

    模块的安装过程非常简单,官网上有简单的使用说明和api文档,整体来说使用非常容易,也基本能满足我的需求。对于excel文件,我所需要的只是从中将相应位置的数据读取出来,以及把数据写入到对应的位置中去。而其间数据的处理,通过python可以很容易地完成。

    1. excel数据的类型及组织方式

    openpyxl中定义了多种数据格式,我只涉及到了其中最重要的三种:

    null: 空值,对应于python中的none,表示这个cell里面没有数据。

    numberic: 数字型,统一按照浮点数来进行处理。对应于python中的float。

    string: 字符串型,对应于python中的unicode。

    每一个excel数据文件从上至下分为三个层级的对象:

    workbook: 每一个excel文件就是一个workbook。

    sheet: 每一个workbook中可以包含多个sheet,具体就对应excel中我们在左下脚所看到的“sheet1”,“sheet2”等。

    cell: 每一个sheet就是我们通常所看到的一个表格,可以含有m行,n列,每个确定的行号,列号所对应的一个格子就是一个cell。

    2. 从excel中读取数据

    从一个既有的xlsx文件中读取数据,按照excel文件的三个层级,分别做以下三个步骤

    1. 打开workbook:

    from openpyxl import load_workbook

    wb = load_workbook('file_name.xlsx')2. 打开所需的sheet:

    我们可以这样打开workbook中的第一个sheet:

    ws = wb.get_active_sheet()变量_active_sheet_index用来确定获取哪一个sheet,而默认情况下它被置为0。

    也可以通过sheet的名称来获取sheet:

    ws = wb.get_sheet_by_name("sheet_name")openpyxl似乎没有提供按索引来读取sheet,不过我们总是能很容易地通过sheet_name来实现:

    sheet_names = wb.get_sheet_names()

    ws = wb.get_sheet_by_name(sheet_names[index])3. 获取对应cell的值:

    openpyxl提供可两种方式来读取cell,一是按照excel的习惯用字母来代表列号,例如:

    c = ws.cell('a4').value也可以按照行号列号来读取:

    d = ws.cell(row = 3, column = 0)3. 将数据写入excel

    同读取类似,写入一个excel文件,要经历一下四个步骤:

    1. 新建workbook

    直接新建一个workbook对象即可:

    wb = workbook()2. 新建sheet

    默认情况下,新创建的sheet是排在最后的,若想要创建一个排在最前的sheet,可以传入参数0:

    ws1 = wb.create_sheet()  # insert at the end

    ws2 = wb.create_sheet(0)  # insert at the first position3. 写入数据

    直接将要写入的数据赋值给相应的cell即可,若仅仅是修改一个表。可以跳过前两个步骤,不过要注意不要覆盖掉其它数据:

    ws.cell('b5') = value1

    ws.cell(row = 3, column = 7) = value24. 保存数据

    最后写入将数据写入即可,注意若保存路径下有同名的文件的话,之前的文件会被覆盖:

    wb.save('file_name.xlsx')

    如您对本文有疑问或者有任何想说的,请点击进行留言回复,万千网友为您解惑!

    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。
  • 正则表达式是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配。正则表达式并不是Python的一部分。...本课程将python的正则表达式的技术应用到excel数据处理中,更加提高了数据处理的能力。
  • 从零基础开始用Python处理Excel数据 .pdf
  • 【曾贤志】从零基础开始用Python处理Excel数据
  • 通过Python程序读取Excel文件中的数据,生成图表,最好将生成图表生成至浏览器页面,后期数据多之后,也能自动缩放,而不会出现显示不全问题。 三、需求实现代码 # 调用本地echarts.min.js 文件 from pyecharts....
  • Python处理Excel数据的方法

    千次阅读 2022-02-17 00:23:03
    当Excel中有大量需要进行处理的数据时,使用Python不失为一种便捷易学的方法。接下来,本文将详细介绍多种Python方法来处理Excel数据


    当Excel中有大量需要进行处理的数据时,使用Python不失为一种便捷易学的方法。接下来,本文将详细介绍多种Python方法来处理Excel数据。

    Excel处理经常用于数据可视化,那么如何利用提取到的Excel数据绘图呢?

    本文搭配Python绘图 \ 数据可视化一起使用效果更佳。

    电子表格格式

    我们在日常工作中常常见到各种后缀的电子表格,例如最常见的xlsx以及较为常见的csv、xls等格式的表格。同样是电子表格,它们之间有什么区别吗?

    xls为Excel早期表格格式。

    xls格式是Excel2003版本及其以前版本所生成的文件格式。 其最大的特点就是:仅有65536行、256列。因此规模过大的数据不可以使用xls格式读写。

    xlsx为Excel2007及其之后的表格格式,也是现在Excel表格的主流格式。

    与xls相比,它可以存储1048576行、16384列数据,存储相同数据,xlsx格式要比xls格式文件要小得很多。

    CSV为逗号分隔值文件。

    CSV逗号分隔值文件格式,其以纯文本形式存储表格数据(数字和文本),可以用Excel软件打开。

    xlrd模块既可读取xls文件也可读取xlsx文件;xlwt只可写xlsx文件;openpyxl可以读写xlsx文件;pandas可以同时读写xls、xlsx文件。

    1.使用 xlrd 来处理;

    xlrd命令

    import xlrd
    book = xlrd.open_workbook('excelFile.xlsx')  # 获取工作簿对象
    names = book.sheet_names()  # 获取所有工作表名称结果为列表
    
    mySheets = book.sheets()                 # 获取工作表list。
    sheet = mySheets[0]                    # 通过索引顺序获取。
    sheet = book.sheet_by_index(0)         # 通过索引顺序获取。
    sheet = book.sheet_by_name(u'Sheet1')  # 通过名称获取 u表示后面字符串以 Unicode 格式 进行编码,一般用在中文字符串前面,以防乱码
    
    # 获取行数和列数
    nrows = sheet.nrows
    ncols = sheet.ncols
    
    # 获取一行和一列
    row = sheet.row_values(i)               # i是行数,从0开始计数,返回list对象。
    col = sheet.col_values(i)               # i是列数,从0开始计数,返回list对象。
    
    # 读取单元格数据
    cell = sheet.cell_value(i, j)      # 直接获取单元格数据,i是行数,j是列数,行数和列数都是从0开始计数。
    cell = sheet.cell(i,j).value    
    

    示例1:Python读取Excel文件特定数据

    import xlrd
    data = xlrd.open_workbook('excelFile.xlsx') # 打开xlsx文件
    table = data.sheets()[0] # 打开第一张表
    nrows = table.nrows # 获取表的行数
    
    # 循环逐行输出
    for i in range(nrows):
       if i == 0: # 跳过第一行
           continue
       print(table.row_values(i)[:5]) # 取前五列数据
    

    示例2:Python读取Excel文件所有数据

    import xlrd
    
    workbook = xlrd.open_workbook('excelFile.xlsx')  # 打开一个xlsx文件
    worksheets = workbook.sheet_names()  # 抓取所有sheet页的名称
    print('worksheets is %s' %worksheets)
    worksheet1 = workbook.sheet_by_name(u'Sheet1')  # 如果存在sheet1文件则定位到sheet1
    
    
    """
    #遍历所有sheet对象
    for worksheet_name in worksheets:
    	worksheet = workbook.sheet_by_name(worksheet_name)
    """
    
    # 遍历sheet1中所有行row
    num_rows = worksheet1.nrows
    for curr_row in range(num_rows):
        row = worksheet1.row_values(curr_row)
        print('row%s is %s' %(curr_row,row))
    
    # 遍历sheet1中所有列col
    num_cols = worksheet1.ncols
    for curr_col in range(num_cols):
    	col = worksheet1.col_values(curr_col)
            print('col%s is %s' %(curr_col,col))
    
    # 遍历sheet1中所有单元格cell
    for rown in range(num_rows):
    	for coln in range(num_cols):
    		cell = worksheet1.cell_value(rown,coln)
    		print(cell)
    

    2.使用 xlwt 来处理;

    使用xlwt模块写入Excel文件

    xlwt模块只能写xls文件,不能写xlsx文件(写xlsx程序不会报错,但最后文件无法直接打开,会报错)。

    默认保存在py文件相同路径下,如果该路径下有相同文件,会被新创建的文件覆盖。

    import xlwt
    
    myWorkbook = xlwt.Workbook()  # 创建Excel工作薄 若要写入中文则添加参数encoding = 'utf-8'
    
    sheet = myWorkbook.add_sheet('New_Sheet')  # 创建Excel工作表
    
    ##sheet.write(m,n,'内容1') # 向单元格写入内容
    myStyle = xlwt.easyxf('font: name Times New Roman, color-index red, bold on', num_format_str='#,##0.00')   # 数据格式
    sheet.write(1, 1, 2022, myStyle)
    sheet.write(2, 0, 1)                          # 写入A3,数值等于1
    sheet.write(2, 1, 1)                          # 写入B3,数值等于1
    sheet.write(2, 2, xlwt.Formula("A3+B3"))      # 写入C3,数值等于2(A3+B3),xlwt支持写入公式
    
    # 保存
    myWorkbook.save('excelFile.xls')
    

    示例:新建excel文件并写入数据

    import xlwt
    # 创建workbook和sheet对象
    workbook = xlwt.Workbook() # 注意Workbook的开头W要大写
    sheet1 = workbook.add_sheet('sheet1',cell_overwrite_ok=True)
    sheet2 = workbook.add_sheet('sheet2',cell_overwrite_ok=True)
    
    # 向sheet页中写入数据
    sheet1.write(0,0,'sheet1')
    sheet1.write(0,1,'sheet1_content')
    sheet2.write(0,0,'sheet2')
    sheet2.write(1,2,'sheet2_content')
    
    # 保存该excel文件,有同名文件时直接覆盖
    workbook.save('test.xls')
    print('创建excel文件完成!')
    

    3.使用 openpyxl 来处理;

    openpyxl可以对excel文件进行读写操作

    openpyxl模块可实现对excel文件的读、写和修改,只能处理xlsx文件,不能处理xls文件。

    from openpyxl import Workbook
    from openpyxl import load_workbook
    from openpyxl.writer.excel import ExcelWriter
    
    wb = load_workbook(u"成绩单.xlsx")
    
    sheetnames = wb.sheetnames # 获得表单名字 
    print(sheetnames)
    
    title = sheet1.title  # 获取工作表名称
    rows = sheet1.max_row  # 获取工作表行数
    cols = sheet1.max_column  # 获取工作表列数
    
    sheet = wb[sheetnames[0]]
    print(sheet.cell(row=3,column=3).value)
    
    sheet['A1'] = 'grade'
    wb.save(u"成绩单_new.xlsx")  # 修改元素值并另存为xlsx文件
    
    sheet = wb.active  # 获取活动表
    print(sheet)
    print(sheet.dimensions)     # 获取表格的尺寸大小
    
    cell1 = sheet['B7']         # 获取B7单元格的数据
    print(cell1.value)  # cell1.value获取单元格B7中的值
    
    print(sheet['a2'].value)   # 使用excel单元格的表示法,字母不区分大小写 获取第2行第1列的数据
    
    print(cell.value, cell.row, cell.column, cell.coordinate)  # 获取某个格子的行数、列数以及坐标
    
    cell = sheet['A1:A5']  # 使用sheet['A1:A5']获取A1到A5的数据
    ##print(cell)
    # 打印A1到A5的数据
    for i in cell:
        for j in i:
            print(j.value)
    
    # openpyxl读取excel文件
    
    book = openpyxl.Workbook()  # 创建工作簿 如果写入中文为乱码,可添加参数encoding = 'utf-8'
    sheet = book.create_sheet('Sheet_name',0)  # 创建工作表,0表示创建的工作表在工作薄最前面
    sheet.cell(m,n,'content1')  # 向单元格写入内容:
    book.save('excelFile')  # 保存工作簿,默认保存在py文件相同路径下,如果该路径下有相同文件,会被新创建的文件覆盖。
    
    # openpyxl修改excel文件
    
    sheet.insert_rows(m)和sheet.insert_cols(n)分别表示在第m行、第n列前面插入行、列
    sheet.delete_rows(m)和sheet.delete_cols(n)分别表示删除第m行、第n列
    修改单元格内容:sheet.cell(m,n) = '内容1'或者sheet['B3'] = '内容2' 
    在最后追加行:sheet.append(可迭代对象)
    

    4.使用Pandas库来处理excel数据

    Pandas 可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。

    import pandas as pd
    
    mydata = {
      'sites': ["SZ", "BJ", "SS"],
      'number': [1, 2, 3]
    }
    
    myvar = pd.DataFrame(mydata)
    print(myvar)
    
    '''
    output:
      sites  number
    0    SZ       1
    1    BJ       2
    2    SS       3
    '''
    
    import pandas as pd
    
    file_path = r'example.xlsx'
    df = pd.read_excel(file_path, sheet_name = "test") # sheet_name不指定时默认返回全表数据
    
    print(df)  # 打印表数据,如果数据太多,会略去中间部分
    
    print(df.head())  # 打印头部数据,仅查看数据示例时常用
    
    print(df.columns)  # 打印列标题
    
    print(df.index)  # 打印行
    
    print(df["ave"])   # 打印指定列
    
    # 描述数据
    print(df.describe())
    

    写excel

    from pandas import DataFrame
    
    data = { 'name': ['zs', 'ls', 'ww'], 'age': [11, 12, 13], 'gender': ['man', 'man', 'woman']}
    df = DataFrame(data)
    df.to_excel('new.xlsx')
    

    修改excel–以修改原Excel文件中gender列数据为例,把girl修改为female,boy修改为male:

    import pandas as pd
    from pandas import DataFrame
    
    file_path = r'test.xlsx'
    df = pd.read_excel(file_path)
    
    df['gender'][df['gender'] == 'girl'] = 'female'
    df['gender'][df['gender'] == 'boy'] = 'male'
    
    print(df)
    
    DataFrame(df).to_excel(file_path, sheet_name='Sheet1', index=False, header=True)
    
    df.loc[row_index] = [val1, val2, val3]  # 新增行
    df[colo_name] = None  # 新增列
    

    示例1:读取excel数据

    # 导入pandas模块
    import pandas as pd
    
    # 直接默认读取到这个Excel的第一个表单
    sheet = pd.read_excel('test.xlsx')
    
    # 默认读取前5行数据
    data=sheet.head()
    print("获取到所有的值:\n{0}".format(data)) # 格式化输出
    
    # 也可以通过指定表单名来读取数据
    sheet2=pd.read_excel('test.xlsx',sheet_name='test')
    data2=sheet2.head() # 默认读取前5行数据
    print("获取到所有的值:\n{0}".format(data2)) # 格式化输出
    

    示例2:操作Excel中的行列

    # 导入pandas模块
    import pandas as pd
    sheet=pd.read_excel('test.xlsx')  # 这个会直接默认读取到这个Excel的第一个表单
    
    # 读取制定的某一行数据:
    data=sheet.loc[0].values   # 0表示第一行 这里读取数据并不包含表头
    print("读取指定行的数据:\n{0}".format(data))
    
    # 读取指定的多行:
    data2=sheet.loc[[0,1]].values
    print("读取指定行的数据:\n{0}".format(data2))
    
    # 获取行号输出:
    print("输出行号列表",sheet.index.values)
    
    # 获取列名输出:
    print("输出列标题",sheet.columns.values)
    

    其他

    当收到的文件既有xls,又有xlsx时,先转换为统一格式再做统计修改更方便。

    需要用到pywin32库,方法如下:

    import win32com.client as win32
    
    fname = r"C:\User\Desktop\test.xlsx"
    excel = win32.gencache.EnsureDispatch('Excel.Application')
    wb = excel.Workbooks.Open(fname)
    
    # wb.SaveAs(fname+"x", FileFormat = 51)    #FileFormat = 51 is for .xlsx extension
    wb.SaveAs(fname[:-1], FileFormat = 56)      #FileFormat = 56 is for .xls extension
    wb.Close()
    excel.Application.Quit()
    
    展开全文
  • 主要介绍了使用pythonexcel数据导入数据库过程详解,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
  • 刀位点信息.png 利用python处理excel文件的数据,通过利用python处理由excel转化来的txt文件包含的数据
  • 主要介绍了python 删除excel表格重复行,数据预处理操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • 本文实例为大家分享了python操作EXCEL的实例源码,供大家参考,具体内容如下 读EXCEL的操作:把excel的数据存储为字典类型 #coding=utf8 #导入读excel的操作库 import xlrd class GenExceptData(object): def __...
  • Python处理Excel数据-pandas篇

    千次阅读 多人点赞 2020-12-15 20:15:41
    Python处理Excel数据-pandas篇 非常适用于大量数据的拼接、清洗、筛选及分析 在计算机编程中,pandas是Python编程语言的用于数据操纵和分析的软件库。特别是,它提供操纵数值表格和时间序列的数据结构和运算操作。...

    Python处理Excel数据-pandas篇

    非常适用于大量数据的拼接、清洗、筛选及分析

    在计算机编程中,pandas是Python编程语言的用于数据操纵和分析的软件库。特别是,它提供操纵数值表格和时间序列的数据结构和运算操作。它的名字衍生自术语“面板数据”(panel data),这是计量经济学的数据集术语,它们包括了对同一个体的在多个时期上的观测。它的名字是短语“Python data analysis”自身的文字游戏。

    一、安装环境

    1、打开以下文件夹(个人路径会有差异):

     C:\Users\Administrator\AppData\Local\Programs\Python\Python38\Scripts
    

    2、按住左Shift右键点击空白处,选择【在此处打开Powershell窗口(s)】

    在这里插入图片描述

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kRJiEqCN-1608030817083)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20201215191141324.png)]

    3、输入以下代码通过Pip进行安装Pandas库

    ./pip install pandas

    ./pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pandas

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-MgtI8yQm-1608030817086)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20201215191206646.png)]

    安装完成后会有提示:Successfully installed pandas

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-lsHFFWKv-1608030817089)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20201215191214525.png)]

    二、数据的新建、保存与整理

    1、新建数据保存到Excel

    import pandas as pd
    path = 'E:\python\测试\测试文件.xlsx'
    data= pd.DataFrame({'序号':[1,2,3],'姓名':['张三','李四','王五']})
    data= data.set_index('序号') #设置索引列为'序号'列
    data.to_excel(path)
    

    2、读取txt文件,将内容保存到Excel(引用B站UP 孙兴华示例文件)

    Txt文件:

    E:\python\练习.txt

    男,杨过,19,13901234567,终南山古墓,2000/1/1

    女,小龙女,25,13801111111,终南山古墓,2000/1/2

    男,郭靖,40,13705555555,湖北襄阳,2020/1/1

    女,黄蓉,35,13601111111,湖北襄阳,2000/1/4

    男,张无忌,18,13506666666,明教,2000/1/5

    女,周芷若,17,13311111111,明教,2000/1/6

    女,赵敏,17,18800000000,明教,2000/1/7

    import pandas as pd
    path = r'E:\python\练习.txt'
    data = pd.read_csv(path,header=None,names=['性别','姓名','年龄','地址','号码','时间'])
    data.to_excel( r'E:\python\练习.xlsx')  #将数据储存为Excel文件
    
    

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-3ndoK56g-1608030817092)(Pandas%208148b0742ba4410b86e80c5189b73f3e/Untitled%204.png)]

    3、读取Excel及DataFrame的使用方式

    import pandas as pd
    
    path = 'E:\python\测试\\数据查询.xlsx'
    data = pd.DataFrame(pd.read_excel(path,sheet_name='Left',header=1,converters={'A': str}))     # converters={'A': str} 设置A列格式为文本
    
    data.index                       # 查看索引
    data.values                      # 查看数值
    data.sort_index()                # 按索引排序
    data.sort_values()               # 按数值排序
    data.head( 5 )                   # 查看前5行
    data.tail( 3 )                   # 查看后3行
    data.values                      # 查看数值
    datashape                        # 查看行数、列数
    data.isnull()                    # 查找data中出现的空值
    data.unique()                    # 查看唯一值
    data.columns                     # 查看data的列名
    data.sort_index()                # 索引排序 
    data.sort_values()               # 值排序
    
    pd.merge(data1,data2)            # 合并,以下为左连接
    pd.merge(data1,data2,on=[a],how='left') 
    pd.concat([data1,data2])         # 合并,与merge的区别,自查**(特别注意要使用[])**
    pd.pivot_table( data )           # 用df做data透视表(类似于Excel的数透)
    
    data.reset_index()               # 修改、删除原有索引
    data.reindex()                   # 重置索引,如下示例
    data=data.reindex(columns=['商品名称', '规格', '对应车型类别', '备注', '新增的一列'], fill_value='新增的一列要填的值')  
    
    a=data['x']                      # 取列名为'x'的列,格式为series
    b=data[['x']]                    # 取列名为'x'的列,格式为Dataframe
    c=data[['w','z']]                # 取多列时需要用Dataframe的格式
    data.loc['A']                    # 取行名为'A'的行
    data.loc[:,['x','z'] ]           # 表示选取所有的行以及columns为x,z的列
    data['name'].values              # 取列名为'name'的列的值(取出来的是array而不是series)取单行后是一个Series,Series有index而无columns,可以用name来获取单列的索引
    data.head(4)                     # 取头四行
    data.tail(3)                     # 取尾三行
    **data= data.iloc[2:, 2:20]        # 选择2行开始、2-11列**
    [m, n] = data.shape              # 对m,n进行复制,m等于最大行数  n等于最大列数
    
    data.notnull()                   # 非空值
    data.dropna()                    # 删除空值
    data.dropna()                    # 删除有空值的行
    data.dropna(axis=1)              # 删除有空值的列
    data.dropna(how='all')           # 删除所有值为Nan的行
    data.dropna(thresh=2)            # 至少保留两个非缺失值
    data.strip()                     # 去除列表中的所有空格与换行符号
    data.fillna(0)                   # 将空值填充0
    data.replace(1, -1)              # 将1替换成-1
    
    data.fillna(100)                      # 填充缺失值为100
    data.fillna({'语文':100,'数学':100,})        # 不同列填充不同值
    data.fillna(method='ffill')                 # 将空值填充为上一个值
    data.fillna(method='bfill')                 # 将空值填充下一个值
    data.fillna(method='bfill',limit=1)         # 将空值填充下一个值,限制填充数量为1
    

    三、数据排序与查询

    1、排序

    例1:按语文分数排序降序,数学升序,英语降序

    import pandas as pd
    path = 'c:/pandas/排序.xlsx'
    data= pd.read_excel(path ,index_col='序号')
    data.sort_values(by=['语文','数学','英语'],inplace=True,ascending=[False,True,False])
    print(data)
    

    例2:按索引进行排序

    import pandas as pd
    path = 'c:/pandas/排序.xlsx'
    data = pd.read_excel(路径,index_col='序号')
    data.sort_index(inplace=True)
    print(data)
    

    2、查询

    单条件查询

    import pandas as pd
    path = 'c:/pandas/筛选.xlsx'
    data = pd.read_excel(path ,index_col='出生日期')
    print(data.loc['1983-10-27','语文'])
    

    多条件查询

    import pandas as pd
    path = 'c:/pandas/筛选.xlsx'
    data = pd.read_excel(path ,index_col='出生日期')
    print(data.loc['1983-10-27',['语文','数学','英语']])
    

    使用数据区间范围进行查询

    import pandas as pd
    path = 'c:/pandas/筛选.xlsx'
    data = pd.read_excel(path,index_col='出生日期')
    print(data.loc['1983-10-27':'1990-12-31',['语文','数学','英语']])
    

    使用条件表达式进行查询

    import pandas as pd
    path = 'c:/pandas/筛选.xlsx'
    data = pd.read_excel(路径,index_col='出生日期')
    print(data.loc[(data['语文'] > 60) & (data['英语'] < 60),:])        #这里的   ,:   指的是列取全部
    

    今天的分享到此就结束啦,后续还会继续更新~

    展开全文
  • 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、...

    前言

    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、pyExcelerator和Pandas是如何处理excel文件数据的。

    python处理excel数据的方法:

    方法一:使用xlrd来处理excel数据

    示例1:python读取excel文件特定数据

    示例2:python读取excel文件所有数据

    方法二:使用xlutils+xlrd来处理excel数据

    示例:向excel文件中写入数据

    方法三:使用xlwt来处理excel数据

    示例1:新建excel文件并写入数据

    方法四:使用pyExcelerator来处理excel数据

    示例1:读excel文件中的数据

    示例2:新建excel文件并写入数据

    方法五:使用Pandas库来处理excel数据

    示例1:读取excel数据

    示例2:操作Excel中的行列

     

     以上就是本篇文章的全部内容,希望能对大家的学习有所帮助。更多精彩内容大家可以关注微信公众号【编程简单学丶】中会有相关资料分享!!!

     

    展开全文
  • 利用python进行数据预处理,主要应用于学术研究中少量数据处理。包括读取excel中的数据,将字符型的分类属性用整数表示
  • 使用环境:Win10 x64 Python...用到的库有xlrd(用来处理excel),pymssql(用来连接使用sql server) import xlrd import pymssql import datetime # 连接本地sql server 地址 用户名 密码 数据库 conn = pymssql.connect
  • 一个简单的python程序带图形化界面用于读取excel将其中数据导入数据库
  • 首先学习Python的基础知识,然后使用Python来控制Excel,做数据处理。电子版数据免费下载 链接: https://pan.baidu.com/s/17xqT5bXsJFbfXJTXcGrXYQ 提取码: src8 复制这段内容后打开百度网盘手机App,操作更方便哦...
  • workbook = xlrd.open_workbook('demo.xlsx') #打开excel数据表 SheetList = workbook.sheet_names()#读取电子表到列表 SheetName = SheetList[0]#读取第一个电子表的名称 Sheet1 = workbook.sheet_by_index(0) #...
  • 情景:当我们需要从excel表中筛选出符合某个条件的数据,例如我们需要从附加标签中筛选出2班的行数据 import xlrd import xlwt #需处理的文件名 file = '0422.xlsx' #读取文件 data = xlrd.open_workbook(file...
  • 1. 方法一:修改excel数据类型 excel里的日期型数据,用python读取出来是这样的: 坐标轴的显示肯定也是有问题的。 该方法就是修改excel数据类型。将日期类型数据修改为文本类型,一定要在数据前面加单引号,这样...
  • 相信有不少朋友日常工作会用到 Excel 处理各式表格文件,更有甚者可能要花大把时间来做繁琐耗时的表格整理工作,今天我们就通过Python实现对表格的自动化整理。首先我们有这么一份数据表 source.csv:我们要做的是从...
  • 主要介绍了Python导入数值型Excel数据并生成矩阵操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • 利用Python处理Excel数据

    万次阅读 多人点赞 2017-10-29 20:25:50
    处理空值 更改数据格式 更改列名称 删除重复值 对列表内的值进行替换 数据预处理 对数据进行排序 数据分组 数据分列 数据提取 按标签提取 按位置提取 按标签和位置提取 按条件提取 从合并的数值中提取出指
  • 主要介绍了利用pythonexcel中画图的实现方法,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,需要的朋友们下面随着小编来一起学习学习吧
  • 这里做一个Python处理Excel数据的总结,基本受用大部分情况。相信以后用Python处理Excel数据不再是难事儿!Python处理Excel数据需要用到2个库:xlwt 和 xlrd。xlwt库负责将数据导入生成Excel表格文件,而 xlr...
  • 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。这里有一张excel数据表,下面我们通过示例来看看xlrd、...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 84,793
精华内容 33,917
关键字:

python处理excel数据