目录

一、熟悉数据

1.1 shape

 1.2 info

 1.3 head

1.4 describe

二、数据预处理

2.1 缺省值的处理

2.1.1 isnull()检查缺省值

2.1.2 dropna()缺省值的删除

2.1.3 fillna()缺省值的填充

2.2 重复值的处理

 2.3 数据类型的转换

2.3.1 数据类型的查看

2.3.2 数据类型的转换

2.4 索引的设置

2.4.1 添加索引

2.4.2 重新设置索引

2.4.3 索引的重命名

2.4.4 重置索引 

三、结语

---

一、熟悉数据

我们将EXCEL中的数据导入之后，需要对数据进行大致性的了解，当对数据充分地了解之后，才便于后期的分析工作。

该部分涉及到四个基本方法，分别为“shape”“info”“head”“describe”。下面会具体介绍四者的用法与功能。

以下是我准备好的一组简单的excel数据：

其中：“编号”“姓名”“识别码”“时间”称为索引列；左边的“1”“2”···“6”称为索引行。

通过第一篇的方法，将数据导入python中。代码与输出结果如下所示：

import pandas as pd
df=pd.read_excel(r"D:\杂货\新编码.xlsx",sheet_name='Sheet1')
print(df)

 此部分不再详述，请见第一篇。

1.1 shape

在导入excel表格数据后，使用该方法可以查看该表格的数据一共有多少行多少列，并以元组的形式输出。需要表明的是，该方法输出的行数和列数不包括索引行和索引列。

代码与输出结果如下：

m=df.shape#输出导入的列表有多少行多少列
print(m)

 最下面的（5，4）即为该方法输出的结果，解释为5行4列。

 1.2 info

该方法可以帮助我们查看所导入的每一列的数据类型，并且还能查看是否有缺省值。

代码与结果如下：

import pandas as pd
df=pd.read_excel(r"D:\杂货\新编码.xlsx",sheet_name='Sheet1')
df.info()#查看每一列的数据类型

 从输出结果可以看到，Column一列显示为头部的名称，即为我们的索引列；Non-Null Count一列表示该列有几个非缺省值，5 non-null表示该列中的每一个单元格都有内容填入，没有缺省值；Dtype一列则为每一列的数据类型，分别为object，int64，datetime64[ns]类型。

 1.3 head

该方法能够帮助我们预览表格的前几行的内容。

形式为：head()需要预览前面几行就在括号里填数字几。

代码与结果如下：

import pandas as pd
df=pd.read_excel(r"D:\杂货\新编码.xlsx",sheet_name='Sheet1')
n=df.head(1)#可选择预览前几行
k=df.head(2)
j=df.head(3)
print(n)
print(k)
print(j)

 以上分别输出了前1行，前2行，前3行。

1.4 describe

该方法能够帮助我们查看某一列int64类型数据的个数、平均数、标准差、最大值、最小值、分位数。

代码与结果如下：

import pandas as pd
df=pd.read_excel(r"D:\杂货\新编码.xlsx",sheet_name='Sheet1')
i=df.describe()#可查看数据的基本情况，int64类型的数据
print(i)

 由于只有“识别码”一列的数据为int64类型的数据，因此该方法最终输出的结果只有识别码的结果。

二、数据预处理

2.1 缺省值的处理

2.1.1 isnull()检查缺省值

首先我们要查看我们的数据里是否含有缺省值。在1.2部分已经介绍了使用info()方法查看缺省值，以下将介绍另一个检查缺省值的方法。代码与结果如下：

n=df.isnull()#true为缺省值
print(n)

 可以看到，False表示该单元格不是缺省值，若该单元格为缺省值，则结果会显示为True。

2.1.2 dropna()缺省值的删除

 对于缺省值，我们可以选择删除它，代码与结果如下：

x=df.dropna()#只要带有缺省值就整行删除
print(x)
y=df.dropna(how='all')#只删除整行是缺省值的行
print(y)

上面介绍了两条代码，第一条从其注释可知道，当某一行存在一个单元格的内容为缺省值，那么无论其他单元格是否为缺省值，该行整行都会被删除；第二条代码的不同之处即在括号中有how='all'，该方法下，只有当某一行的所有单元格皆为缺省值时，才会将该行整行删除，否则不会删除该行。

作为对比，我将一个单元格的内容删除。

 输出后的内容可以看到，王五所对应的识别码为NaN，这就表示该单元格无内容，是空的，即所说的缺省值。

首先输出的是dropna(how='all')的结果：

 可以看到，当只有王五的识别码为缺省值时，并没有删除该行。

接下来输出dropna()的结果：

可以看到，王五那一行因为有一个缺省值，整行都被删除掉了。

2.1.3 fillna()缺省值的填充

对于缺省值，我们也可以选择对其进行填充。

为了对比，我删除了两个单元格的值。

输出结果可知，姓名一列于识别码一列共有两个缺省值。 

x=df.fillna("好")#填缺省值，括号里写要填入的值
print(x)
y=df.fillna({'姓名':'王五','识别码':'103'})#指定列填入值,且可以多列填写，但都写在同一个字典里
print(y)

上面提供了两条代码，第一条代码表示将所有的缺省值都用“好”这个值填充，结果如下：

 第二条代码为指定用某个值填充某一列的缺省部分，即将姓名一列的缺省部分都用“王五”填充，识别码一列的缺省部分都用“103”填充。结果如下：

2.2 重复值的处理

对于表单中出现的重复项，我们可以使用drop_duplicates()方法来保留其中一个。默认保留第一个值。

为了对比，将数据修改为以下形式：

 可以看到，此时有两行的内容是相同的。

接下来使用所介绍的方法来解决重复项的问题，代码与结果如下：

x=df.drop_duplicates()#对所有值进行重复值判断，并且默认保留第一个（行）值
y=df.drop_duplicates(subset=['姓名','识别码'])#只针对某一列或某几列进行重复值删除的判断。
print(x)
print(y)

首先来看代码的第一行，该方法的作用在其注释处已经说明，不再赘述，从其输出结果看，索引行为“3”的那一行“王五”重复项被删除了，只保留了索引行为“2”的那一行“王五”。

接着看第二行代码的结果：

其输出的结果其实和第一种是一样的，虽然结果一样，但是两者的目的是不一样的，第二行代码括号中写入了一个列表['姓名','识别码']，该列表达到的作用就是指明我们要删除的哪一列中存在的重复项，即是说：我想将“姓名”一列中的重复项和“识别码”一列中的重复项进行处理。在此我以两个列名作为示例，若只想按照一个列名来删除重复项的，则只需写入一个列名即可。

 2.3 数据类型的转换

2.3.1 数据类型的查看

在前面已经介绍了使用info()方法查看数据类型，在此再介绍一种方法，代码与结果如下：

x=df['姓名'].dtype#针对查看某一列的数据类型
print(x)

 该方法是只能查看某一列的数据类型，只能查看一列，不能查看多列。只需将想查看的那一列的索引列名称写入中括号即可。最后输出结果可以看到“姓名”一列的数据类型为object。

2.3.2 数据类型的转换

这里我们使用的方法为astype()方法，首先查看原始数据中“识别码”的数据类型。

 可以看到其数据类型为int64。

接下来我们来修改该列的数据类型为float64，代码与结果如下：

y=df['识别码'].astype('float64')
print(y)

 可以看到输出结果中识别码一列的数据有了小数点后一位，且其dtype显示为float64。

2.4 索引的设置

2.4.1 添加索引

索引的添加很简单，以下是索引列的添加（修改）代码与结果如下：

df.columns=['号编','名姓','码别识','间时']
print(df)

 可以看到，最上面的索引列名称被我替换掉了。

以下是索引行的添加（修改）。

df.index=['2','4','6','8','10']
print(df)

可以看到，最左边的索引行名称被我改成了2，4，6，8，10。

需要注意的是，有多少行多少列就要添加多少行多少列的索引，不然会报错。

2.4.2 重新设置索引

我们还可以使用列表中的某一列数据作为索引。方法是set_index()。

代码与结果如下：

x=df.set_index("姓名")
print(x)

 从结果可以看出，最左边的索引不再是数字，而成了姓名。

2.4.3 索引的重命名

针对重命名索引，有以下三种写法：

df.rename(columns={"原来的索引":"想要修改成的索引"})        该方法只修改索引列的名称

df.rename(index={"原来的索引":"想要修改成的索引"})        该方法只修改索引行的名称

df.rename(columns={"原来的索引":"想要修改成的索引"},index={"原来的索引":"想要修改成的索引"})        该方法能同时修改索引列和索引行的名称

需要注意：该方法都使用了列表。代码与结果如下：

x=df.rename(columns={'姓名':'name','时间':'time'})#只针对索引列重命名
y=df.rename(index={0:"零",1:"一"})#只针对索引行重命名
z=df.rename(columns={'姓名':'xingming','时间':'shijian'},index={0:"〇",1:"①"})#同时修改索引行和索引列
print(x)
print(y)
print(z)

上面的结果可以看出，索引行与索引列都分别修改成功，成为我所想要修改的名称。

2.4.4 重置索引 

该部分主要是针对层次化的excel表格使用，相对而言较为繁琐，在这里暂时不过多讲述，仅仅对方法进行展示。

df.reset_index(level=None,drop=False,inplace=False)#常用于层次化索引，将行索引转为常规的列索引
#level参数用来指定第几级转化为列索引
#drop参数用来指定是否将原索引删掉
#inplace参数用来指定是否修改原数据表

由于本人在使用该方法时无法成功重置，因此暂时不对该方法进行详解，待之后找到原因再详细介绍该方法。

三、结语

本篇内容较多，但仍然是基于已有的表格进行的一些基础操作，后期介绍会逐步深入。若有错误还请指出。

在我们工作中往往需要处理大量的数据，因此Excel在我们工作中是一个必不可少的工具，不过，近期很多人开始用Python处理数据，那

么，大家为什么开始用Python了呢？Python辅助处理excel的有什么优点呢？

首先，我们先说说Excel 主要优点：

1)数据透视功能，一个数据透视表演变出10几种报表，只需吹灰之力。易用性，一个新手，只要认真使用向导1-2小时就可以马马虎虎上路。

2)统计分析，其实包含在数据透视功能之中，但是非常独特，常用的检验方式一键搞定。

3)图表功能，这几乎是Excel的独门技能，其他程序只能望其项背而自杀。

4)高级筛选，这是Excel提供的高级查询功能，而操作之简单。

5)自动汇总功能，这个功能其他程序都有，但是Excel简便灵活。

6)高级数学计算，却只要一两个函数轻松搞定。

其实，上面的内容有些废话，但是为了文章的完整性还是写上了，不过要想真正精通Excel，最高端就是用VBA语言自己写宏，但是VBA

作为一种编程语言也是十分难学，如果不写VBA就需要一个一个的把数据录入，然后一行行公式计算，最后再绘制图表。不仅如此，由于

Excel都是手动录入，所以要反复检查有没有错误，往往会耗费不少的时间。因此，Python就派上了用场。

批量出图

除了整理数据，Python的批量出图功能也很强大。

用Excel出图需要不停的用鼠标操作，而且非常容易出错。

而用Python，只需要几行代码轻松解决，特别是当工作重复度很高的时候，只要略微改动代码即可，大大的节省了时间，提高了完成效率。

数据可视化

Python还可以自动生成数据可视图。

利用Python强大的绘图功能，数据导入-分析-出结果

绘图这个过程可以一次性完成，数据结果非常清晰直观。

前言
本篇内容，让你完全掌握Python是如何自动化办公的~

使用Python 读取Excel 中的数据，自动批量填入问卷星系统中

一、环境准备
1.1  Python 3.7.0

1.2  Pycharm  （Python 开发工具）

1.3 Selenium    （处理网页表单工具类）  

1.4  openpyxl  （处理Excel工具类）

selenium 安装：pip install selenium  -i https://pypi.douban.com/simple/

openpyxlpy安装：pip install openpyxl -i https://pypi.douban.com/simple/
我们即将要从Excel中处理的数据长这样：

二、上代码

我们想创建一个.py 文件来实现我们的目标

2.1 先引入我们需要的工具类

# 1、初始化浏览器驱动器
def init_driver():
    path = 'E:\\Python_Office_Auto\\Day15\\chromedriver.exe'  # 这个要准备chromedriver.exe 放到我们.py 文件同目录。不知道如何获取，加群：367203382，问群主~~~
    chrome_options = Options() 
    # 1、 添加user-agent
    chrome_options.add_argument(
        'user-agent="Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/14.0.835.163 Safari/535.1"')
    # 2、把配置属性传递给驱动程序、并制定驱动程序的路径
    driver = webdriver.Chrome(executable_path=path, options=chrome_options)
    # 3、隐式等待（给每个网页的元素5秒钟的时间，5秒过后不出现、定位网页元素不存在、并进入异常处理）
    driver.implicitly_wait(5)
    return driver

2.2  初始化谷歌Driver
 

# 1、初始化浏览器驱动器
def init_driver():
    path = 'E:\\Python_Office_Auto\\Day15\\chromedriver.exe'  # 这个要准备chromedriver.exe 放到我们.py 文件同目录。不知道如何获取，加群：367203382，问群主~~~
    chrome_options = Options() 
    # 1、 添加user-agent
    chrome_options.add_argument(
        'user-agent="Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/14.0.835.163 Safari/535.1"')
    # 2、把配置属性传递给驱动程序、并制定驱动程序的路径
    driver = webdriver.Chrome(executable_path=path, options=chrome_options)
    # 3、隐式等待（给每个网页的元素5秒钟的时间，5秒过后不出现、定位网页元素不存在、并进入异常处理）
    driver.implicitly_wait(5)
    return driver

 2.3  读取Excel

def read_excel():
    wb = load_workbook("用户表.xlsx")
    ws = wb.active
    list_users = []
    for row in ws.iter_rows(min_row=2, max_row=4, min_col=1, max_col=4, values_only=True):
        list_users.append(row)
    return list_users

2.4 填写表单

根据提取的EXCEL信息，自动填入到问卷星系统

def input_form(user):
    driver.get('https://www.wjx.top/jq/81172286.aspx')
    driver.find_element_by_name('q1').send_keys(user[0])
    if user[1] =='男':
        # 点击男性
        driver.find_elements_by_class_name('jqRadio')[0].click()
    else:
        # 点击女性
        driver.find_elements_by_class_name('jqRadio')[1].click()
 
    # 手机号
    driver.find_element_by_name('q3').send_keys(user[2])
    # 建议
    driver.find_element_by_name('q4').send_keys(user[3])
    # 提交
    driver.find_element_by_id('submit_button').click()
    time.sleep(3)

2.5 main 函数运行整个代码

if __name__ == '__main__':
 
    # 初始化谷歌浏览器驱动器
    driver = init_driver()
 
    # 读取Excel 文件，把每行数据放到列表里。
    list_users = read_excel()
 
    # 遍历列表，取出用户信息
    for user in list_users:
        # 执行填写表单操作
        input_form(user)
    # 最后退出浏览器
    driver.quit()

代码：
 

from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.support.select import Select
from openpyxl import load_workbook
import time

# 1、初始化浏览器驱动器
def init_driver():
    path = 'C:\\Python_Office_Auto\\chromedriver.exe'  # 这个要准备chromedriver.exe 放到我们.py 文件同目录。不知道如何获取，加群：367203382，问群主~~~
    chrome_options = Options() 
    # 1、 添加user-agent
    chrome_options.add_argument(
        'user-agent="Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/14.0.835.163 Safari/535.1"')
    # 2、把配置属性传递给驱动程序、并制定驱动程序的路径
    driver = webdriver.Chrome(executable_path=path, options=chrome_options)
    # 3、隐式等待（给每个网页的元素5秒钟的时间，5秒过后不出现、定位网页元素不存在、并进入异常处理）
    driver.implicitly_wait(5)
    return driver

def read_excel():
    wb = load_workbook(filename = r'C:\\Python_Office_Auto\\资料.xlsx')
    ws = wb.active
    list_users = []
    for row in ws.iter_rows(min_row=2, max_row=11, min_col=2, max_col=11, values_only=True):
        list_users.append(row)
    return list_users

def input_form(user):
    ####driver.get('http://')
    driver.find_element_by_name('firstname').send_keys(user[0])
    # 手机号
    driver.find_element_by_name('lastname').send_keys(user[1])
    # 建议
    driver.find_element_by_name('zipcode').send_keys(user[2])
    # 建议
    driver.find_element_by_name('city').send_keys(user[3])
    driver.find_element_by_name('email').send_keys(user[4])
    driver.find_element_by_name('phone').send_keys(user[5])
    # 提交
    driver.find_element_by_id('submit-button').click()
    time.sleep(10)
    driver.switch_to.window(driver.window_handles[-1])
    sreach_window3=driver.current_window_handle
    driver.find_element_by_name('cardNumber').send_keys(user[6])
    # 手机号
    parent = driver.find_element_by_id("expires_month")
    if user[7] =='01':
        parent.find_element_by_xpath('.//option[@value="01"]').click()
    elif user[7] =='07':
        
    else:
     print('error')
    # 建议
    driver.find_element_by_name('expires_year').send_keys(user[8])
    # 建议
    driver.find_element_by_name('zip').send_keys(user[9])
    driver.find_element_by_name('csc').send_keys(user[10])
    driver.find_element_by_id('submitBtn').click()
    time.sleep(5)
if __name__ == '__main__':
 
    # 初始化谷歌浏览器驱动器
    driver = init_driver()
 
    # 读取Excel 文件，把每行数据放到列表里。
    list_users = read_excel()
 
    # 遍历列表，取出用户信息
    for user in list_users:
        # 执行填写表单操作
        input_form(user)
    # 最后退出浏览器
    driver.quit()

在此，楼主恬不知耻地推荐微信公众号「Python极客思维」，公众号内会持续发布大厂各种高薪岗位，包括但不限于Python岗位（内推哦），欢迎诸位老铁切磋交流~~。

微信扫描下方二维码，获取详细PDF版答案。并且回复Python面试题