Python处理Excel，带你认识pandas

欢迎关注微信公众号：excelwork

 Python在这几年的热度居高不下，众所周知对初学者友好、免费、大量第三方库等。总之，对Python了解越多，你就越能看到它展示给你的更多的优点。

    今天通过对pandas库的使用，让大家感受下Python如何很好的操作Excel数据：

1. 读取及预览

    今天的示例数据文件是xlsx格式，所以我们使用read_excel函数读取（重要参数encoding、header、sliprows等），并通过head()默认返回前5行数据，tail返回后几行。

import pandas as pdcasedata=pd.read_excel(r'C:\Users\guofeng\Desktop\示例数据.xlsx')print(casedata.head(5))#或使用行索引实现print(casedata.iloc[0]

2. 查看统计项摘要

print(casedata.describe())

    从统计结果看， 可以初步对数据有个大致了解：

    比如我们从计数项可以看到近一个月发生77次地震，从分位数可知出现最大震级6.6级、中位数4级，最小2.1级，以及震源深度中位数10千米，75%以上的震源深度小于19千米等等。

3. 数据筛选

3.1 输出指定列

3.1.1 直接使用列名输出

print(casedata['发震时刻(UTC+8)'])

 

3.1.2 使用行标签输出

    结果同3.1.1

print(casedata.loc['发震时刻(UTC+8)'])

 3.1.3 使用行索引输出

    结果同3.1.1

print(casedata.iloc[:,1])

3.2 输出指定行

3.2.1 获取指定行索引

    比如我们要获取表内最大震级的的全部信息，先通过idxmax获取震级的最大值的索引，然后通过iloc使用索引获取整行数据。

print(casedata['震级(M)'].idxmax()

    27

3.2.2 获取索引对应行数据

print(casedata.iloc[casedata['震级(M)'].idxmax()])

 

3.3 排序后输出指定行

    比如输出震级top6 的详细数据，我们需要对震级降序后，再通过head(10)或是使用索引输出。

print(casedata.sort_values(by='震级(M)',ascending=False).head(6))print(casedata.sort_values(by='震级(M)',ascending=False).iloc[:6]

4. 常规应用

    之前已经分别介绍过如何合并多文件、两个数据文件进行匹配及多文件输出不同sheet表等，这里直接看历史文章即可。

4.1 数据合并与数据匹配

    Python处理Excel-大量数据表如何汇总到同一张表上

    Python处理Excel-如何根据某一字段快速匹配大量字段数据

4.2 数据输出

    Python处理Excel-多文件整理到同一工作簿不同工作表上显示

5. 数据透视表

    应用透视表，获取不同位置的发阵次数，并降序输出：

print(pd.pivot_table(casedata,index='参考位置',aggfunc='count',                     values=['发震时刻(UTC+8)']).sort_values('发震时刻(UTC+8)',ascending=False))

6. 可视化   

pandas自带的可视化函数的快速实现，如果追求可视化效果，最好还是用其他绘图包。​​​​​​​

casedata['震级(M)'].hist()plt.show()

​​​​​​​

以上列举的仅为pandas的一些常用功能展示，比较简单，后续更新更多深入文章~