轻松学Python数据分析2-Excel读取和生成

原创2021-07-19 13:07·Ofter说数据

阅读本文大约需要 5 分钟

  • 主要内容：Excel 办公自动化和数据分析
  • 适用人群：办公室职员 / Python 初学者 / 有志从事数据分析工作的人员
  • 准备内容：Anaconda-Spyder，Pandas库

不会安装库的可以参考如下教程：

Anaconda如何安装Python库

摘 要

网上、书上已经有很多关于数据分析的教程，但是OF抱着把数据分析讲得最完整、最简单和最实用的使命感，让大家真正掌握Pandas，并将其运用得炉火纯青。

1、Pandas的数据结构，即基础原理（学习下会对后面的学习事半功倍）

轻松学Python数据分析1-最简单实用的Pandas讲解

2、数据读取和生成

3、数据处理（数据的清洗等）

4、数据可视化图表

5、项目实战

今天开始我们要介绍实际的应用了，先来介绍下第2部分：怎么读取Excel的数据和生成Excel。


读取Excel

  • 读取Excel内容

若读取的路径与python在一个文件夹下，直接写文件名即可，若不在一个文件夹下，需要写出完整路径。

import pandas as pd
df = pd.read_excel('./data/test_insert.xlsx') #文件路径
print(df)


  • 读取前几行内容

head( n ) 方法用于读取前面的 n 行，如果不填参数 n ，默认返回 5 行。

import pandas as pd
df = pd.read_excel('./data/test_insert.xlsx') #文件路径
print(df.head(2))

运行结果：

    单号        数量     时间差     创建时间           审核日期     大类代码 大类名称 
0  SD190721004   5   21.697014 2019-10-27 16:45:53 2019-10-28     1   效果
1  SD191016007   6  115.231053 2019-10-27 15:21:25 2019-10-28    2   其它

读取后几行内容：tail( n ) 方法用于读取尾部的 n 行，如果不填参数 n ，默认返回 5 行，空行各个字段的值返回 NaN。

import pandas as pd
df = pd.read_excel('./data/test_insert.xlsx') #文件路径
print(df.tail(3))

运行结果：

单号    数量        时间差                创建时间       审核日期  大类代码 大类名称
19  SD191025004  25.0  52.976748 2021-04-07 00:00:00 2019-10-28   5.0   尺寸
20  SD191022004  27.0  52.976748 2019-10-27 14:52:53 2019-12-02   5.0   尺寸
21  SD191022005   NaN        NaN                 NaT        NaT                  NaN    NaN


  • 读取Excel基本信息

info() 方法返回表格的一些基本信息。

import pandas as pd
df = pd.read_excel('./data/test_insert.xlsx') #文件路径
print(df.info())

运行结果：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 22 entries, 0 to 21
Data columns (total 7 columns):
单号      22 non-null object
数量      21 non-null float64
时间差     21 non-null float64
创建时间    21 non-null datetime64[ns]
审核日期    21 non-null datetime64[ns]
大类代码    21 non-null float64
大类名称    21 non-null object
dtypes: datetime64[ns](2), float64(3), object(2)
memory usage: 1.3+ KB
None

从这里，我们就可以看出这个Excel的行列数，哪些列有空值等。

  • 读取其他Sheet页（read_excel函数）

比如我们想读取的不是默认的“Sheet1”，而是“Sheet2”，那么我们需要这样写：

import pandas as pd
df = pd.read_excel('./data/test_insert.xlsx',sheet_name='Sheet2') #文件路径
print(df)

运行结果：

 No.  Code         Name  Age
0    1  1001       Office   25
1    2  1002        touch   23
2    3  1003  Officetouch   18

已经有基础的读者，可以仔细阅读以下内容，我们可以对Python有更深入的认知，知其然知其所以然。我们来了解下read_excel函数的常用参数：

虽然我们可以网上搜索read_excel函数，但是每次都去网上搜索，总归是麻烦+一知半解，所以我们借此机会正好了解为什么我们引用Pandas能实现这么多功能。

1）在自己的程序上，按住Ctrl+点击pandas，进入到Pandas的程序，然后我们Ctrl+F搜索read_excel

2）按住Ctrl+点击read_excel，我们能看到read_excel函数的内容

到这里，我们就能知道我们想使用的参数名如"sheet_name"、"index_col"等。


  • 读取指定条件的数据

在Pandas的基础原理篇，我们已经讲过想要读取指定行的数据可以用loc函数，今天我们再稍微介绍下。比如我们需要只显示年龄大于20的数据：

import pandas as pd
df = pd.read_excel('./data/test_insert.xlsx',sheet_name='Sheet2') #文件路径
print(df.loc[df['Age']>20])

运行结果：

 No.  Code    Name  Age
0    1  1001  Office   25
1    2  1002   touch   23

生成Excel

今天，我们再简单地讲解下如何生成Excel，比如我们对上图数据经过处理，需要把Age>20的数据导出Excel。

import pandas as pd
df = pd.read_excel('./data/test_insert.xlsx',sheet_name='Sheet2') #文件路径
df1 = df.loc[df['Age']>20]
df1.to_excel('./data/test1.xlsx',sheet_name="sheet3")

运行后，我们可以去指定的路径下找到test1.xlsx，是不是很简单？

结 语

今天，OF介绍了Excel读取和生成的相关知识，在第3篇关于数据处理的文章中我们将补充更多的知识点。OF主要为大家介绍最完整、最简单、最实用的方法来学习办公自动化和数据分析，用Pandas对Excel的数据处理已经足够了。像其他python库如openpyxl, xlwings, xlsxwriter，有兴趣大家可以自行学习。下几期的内容会更有实战性，尽情期待！

3、Pandas的数据处理（数据的清洗等）

4、Pandas的数据可视化图表

5、Pandas的项目实战


  • 若有读者对选材和内容有任何建议，请随时评论或私信我，只要是好的建议，OF一定不会辜负大家，会有惊喜送上。
  • 若学员对知识点有疑问或想学习更有用的知识，也请随时评论或私信我，请相信OF的诚意，一定会努力帮助大家发现-解决问题，提高自身的核心竞争力。


举报
评论 0
    热门：