Python处理excel数据（二）

最新推荐文章于 2022-12-02 16:33:17 发布

原创

最新推荐文章于 2022-12-02 16:33:17 发布 · 1k 阅读

11 ·

CC 4.0 BY-SA版权

文章标签：

#python

文章目录

一、数据区域读取填充数字

一、数据区域读取填充数字

1、填充ID

将表中空的数据进行填充
在这里插入图片描述

import pandas as pd

#skiprows是跳空行,usecols是确定行名，第一种写法：usecols="C:F"，第二种写法：usecols="C,D,E,F"

books = pd.read_excel('D:/Temp/Books.xlsx',skiprows=3,usecols="C:F",index_col=None)
for i in books.index:
    books['ID'].at[i]=i+1

print(books)

在这里插入图片描述
从float浮点型转换为str类型

dtype={
   
   'ID':str})

在这里插入图片描述

2.排序

1、
在这里插入图片描述

import pandas as pd
books = pd.read_excel('D:/Temp/Books.xlsx',index_col='ID')
books.sort_values(by='Price',inplace=True,ascending=False)

print(books)

以price价格的高低排序
在这里插入图片描述
2、对Price价格，Worthy价值两项进行排序

import pandas as pd
books = pd.read_excel('D:/Temp/Books.xlsx',index_col='ID')
books.sort_values(by=['Worthy','Price'],inplace=True)
print(books)

在这里插入图片描述
3、为了让Price从大到小，Worthy中的A-Z排序
eg：

import pandas as pd
books = pd.read_excel('D:/Temp/Books.xlsx',index_col='ID')
books.sort_values(by=['Worthy','Price'],inplace=True,ascending=[True,False])
print(books)

在这里插入图片描述

二、数据筛选、过滤

1、想从表中看看age>=18岁，<30岁的学生分数状况
在这里插入图片描述
eg：

import pandas as pd

def age_18_to_30(a):
    return 18<=a<30   #另一种写法：a>=18and a<30

def level_a(s):
    return 85<=s<=100
students=pd.read_excel('D:/Temp/Students.xlsx',index_col='ID')
students=students.loc[students['Age'].apply(age_18_to_30)]#把age数据放进这个函数进行过滤

print(students)

在这里插入图片描述
2、对score分数进行85<=s<=100筛选过滤

import pandas as pd

def age_18_to_30(a):
    return 18<=a<30   #另一种写法：a>=18and a<30

def level_a(s):
    return 85<=s<=100
students=pd.read_excel('D:/Temp/Students.xlsx',index_col='ID')
students=students.loc[students['Age'].apply(age_18_to_30)].loc[students['Score'].apply(level_a)]#把age数据放进这个函数进行过滤
#另一种写法：students=students.loc[students.Age.apply(age_18_to_30)].loc[students.Score.apply(level_a)]
print(students)

在这里插入图片描述
简便的方法：

import pandas as pd
students=pd.read_excel('D:/Temp/Students.xlsx',index_col='ID')
students=students.loc[students.Age.apply(lambda a:18<=a<30)].loc[students.Score.apply(lambda s:85<=s<=100)]
print(students)

如果嫌代码太长，可以进行分行，在代码的后面敲一个空格打一个\然后回车就行了

students=students.loc[students.Age.apply(lambda a:18<=a<30)]. \
    loc[students.Score.apply(lambda s:85<=s<=100)]

三.数据可视化——柱状图

1、对这张图表进行柱状图操作（X轴为Name，Y轴为Age）

在这里插入图片描述

import pandas as pd
import matplotlib.pyplot as plt

students=pd.read_excel('D:/Temp/Students.xlsx',index_col='ID')
students.sort_values(by='Age',inplace=True)#按照by给的列表名称（年龄Age）从小到大
print(students)
students.plot.bar(x='Name',y="Age") #X代表的x轴的Name，Y的内容代表Age
plt.show(