【愚公系列】2023年07月 Python自动化办公之pandas操作excel

愚公搬代码

发布于 2025-05-28 15:56:06

22400

代码可运行

文章被收录于专栏：历史专栏历史专栏

运行总次数：0

代码可运行

前言

python中能操作Excel的库主要有以下9种：

本文主要针对pandas读取写入修改操作Excel进行详细介绍

一、pandas操作Excel

1.pandas基本介绍

Pandas是一个用于数据操作和数据分析的Python库。它提供了高效的数据结构，使得处理数据变得更加简单和快捷。Pandas的核心数据结构包括两种类型：Series和DataFrame。Series是一维的数据结构，类似于数组，可以容纳任何类型的数据。DataFrame是二维的数据结构，可以认为是一个表格，其中每列可以是不同类型的数据。Pandas还提供了许多数据操作和数据分析的方法，例如数据清洗、数据筛选、数据变换、数据分组等等。Pandas的优点包括：易于操作、高效处理大数据、内置可视化工具、灵活的数据结构、支持多种数据格式等等。

官方网站：https://pandas.pydata.org/

官方文档：https://pandas.pydata.org/pandas-docs/stable/

2.基本使用

Pandas的使用可以分为以下几个方面：

数据结构的创建

创建Series和DataFrame的方式如下：

import pandas as pd

# 创建Series
s = pd.Series([1, 2, 3, 4])
print(s)

# 创建DataFrame
data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky'], 
        'age': [28, 34, 29, 42],
        'city': ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen']}
df = pd.DataFrame(data)
print(df)

数据读取和写入

读取和写入数据的方式有很多种，比较常用的是读写CSV和Excel文件：

import pandas as pd

# 读取CSV文件
df = pd.read_csv('data.csv')

# 读取Excel文件
df = pd.read_excel('data.xlsx')

# 写入CSV文件
df.to_csv('data.csv', index=False)

# 写入Excel文件
df.to_excel('data.xlsx', index=False)

数据清洗和处理

Pandas提供了一系列数据清洗和处理的方法：

import pandas as pd

# 删除缺失值
df.dropna(inplace=True)

# 删除重复数据
df.drop_duplicates(inplace=True)

# 替换数据
df.replace('old_value', 'new_value', inplace=True)

# 排序
df.sort_values('column_name', inplace=True)

# 筛选数据
df[df['column_name'] > 10]

# 分组汇总数据
df.groupby('column_name').sum()

# 合并数据
pd.merge(df1, df2, on='column_name')

数据可视化

Pandas内置了一些数据可视化工具，可以方便地绘制图表：

import pandas as pd
import matplotlib.pyplot as plt

# 绘制直方图
df['column_name'].hist()

# 绘制饼图
df.groupby('category')['value'].sum().plot(kind='pie')

# 绘制散点图
plt.scatter(df['column1'], df['column2'])

总的来说，Pandas提供了很多方便的数据操作和分析的功能，可以帮助我们更快地处理和分析数据。

3.相关案例

import pandas as pd
from pandas import DataFrame

# pandas读写Excel
def fun3_8_2():
    data = pd.read_excel('3_8 pandas 修改操作练习.xlsx', sheet_name='Sheet1')
    print(data)

    # 增加行数据，在第5行新增
    data.loc[4] = ['4', 'john', 'pandas']

    # 增加列数据，给定默认值None
    data['new_col'] = None

    # 保存数据
    DataFrame(data).to_excel('new.xlsx', sheet_name='Sheet1', index=False, header=True)


if __name__ == '__main__':
    fun3_8_2()