pandas的使用

履行上篇博客的诺言，我们是说说pandas的使用

pandas是一个Python的数据分析库，为Python编程语言提供高性能，易于使用的数据结构和数据分析工具。

安装

pip install Pandas

数据结构

• 系列（series）
• 数据帧（DateFrame）
• 面板（panel）

我们在工作中，用pandas来把数据库导出excel表，常用到系列和数据帧，面板使用相对较少

使用

首先我们需要导入相关包

import pandas as pd
import numpy as np

现在我们尝试创建一个系列对象(series)

s = pd.series([12,23,34,np.nan,56,89])
print(s)

可以得到下图

0    12.0
1    23.0
2    34.0
3    NaN
4    56.0
5    89.0

通过传递 numpy 数组，使用 datetime 索引和标记列来创建 DataFrame

data = ['张三','李四','王五']
df = pd.DataFrame(np.random.randn(7,4), index=data, columns=list('ABCD'))
print(df)

可以得到下图

       	 A         B         C         D
张三

李四

王五

现在我们试着把user表导出成excel表

mysql = OptionMysql(mysql_option)
sql = "SELECT id,name,sex FROM user WHERE is_delete=0"
result = mysql.get_dic_data(sql)

在获取到数据表中的数据后，使用pandas将数据导入excel表导出

df = pd.DataFrame(columns=["id", "名字", '性别'])
# 遍历数据
for index, value in enumerate(result):
	df.loc[index + 1] = {"id": value["id"], "名字": value["name"], '性别': value["sex"]}

以上操作我们就可以得到excel表啦，接下来我们可以用os来生成文件路径，这样方便我们去打开所需文件

# 生成路径
excel_name = 'excel_' + str(int(time.time()*1000))+ '.xls'
filename = os.path.join(BASE_PATH, 'static', 'download', excel_name) #生成方法,文件会处于static文件夹中的download中
wb.save(filename)