2020-06-22 pandas读写excel常用操作

1、加载pandas模块并读取文件

请注意”读取“只是一个动作，并不展示文件。其中的”sheet_name“支持对多标签页工作簿进行操作读取，即可引用页签名，也可以设为0、1、2，分别对应排序中的第1、2、3张工作表。

import pandas as pd #加载用于读写excel的pandas模块，具体打开格式请参考下一行
data1 = pd.read_excel('E:\\example.xlsx',sheet_name = '5月',header = None,enconding = 'utf-8',names = ['date','channel','talks','questiones'])
data1

5月份个商数据（示例）.JPG

data1 = pd.read_excel('E:\\example.xlsx',sheet_name = '6月',header = None,enconding = 'utf-8',names = ['date','channel','talks','questiones'])
data1

6月份个商数据（示例）.JPG

2、显示数据整体结构

如下图，即该数据有10行4列

data1.shape #显示数据整体结构

数据整体结构.JPG

3、显示指定列内容

data1.loc[:,'talks':'questiones'] #显示指定列内容，但不删除该列数据

显示指定列内容.JPG

4、去除重复项

（1）去除指定列重复数据，并保留该列第一行重复值

data1.drop_duplicates(['talks']) #去除指定列重复数据，并保留该列第一个数据，如仅保留6月1日的“talks”数据。

去除指定列重复数据，并保留该列第一个数据.JPG

（2）去除指定列重复数据，且保留最后一行重复值

data1.drop_duplicates(['talks'],keep = 'last') #去除指定列重复数据，且保留最后一行重复值。最新使用的属性为 keep = 'last'

去除指定列重复数据，且保留最后一行重复值.JPG

5、删除指定列数据

data1.drop(['talks'],axis = 1) #删除指定列数据，axis参数1表示横轴逐个操作

删除'talks'列数据.JPG

6、删除指定列数值

data1.loc[-(data1['talks']== 101)]  #删除指定列数值，如本操作删除 talks列中值为 101 这一行

删除 talks列中值为 101的列.JPG

7、更改列名

data1.rename(columns = {'talks':'users'},inplace = True) #更改某列名称
data1

'talks'列更改为'users'列.JPG

8、随机取某几行数

data1.sample(3) #随机取3行数

随机取3行数.JPG

9、列表显示某列唯一值

data1['users'].unique() #输出指定列中的唯一值，显示数据类型

'users'列唯一值.JPG

10、统计某列值出现频次

data1['users'].value_counts() #统计指定列各值出现频率，显示数据类型

统计'uesrs'列各值出现频次.JPG

11、分组统计

注意，这里面同样用到了‘sort’属性，如果是'False'，则为升序统计，但是为'True'时也不是降序统计，这个还不明白其中的道理。

bins = [200,202,204,206,208,210] #对 questiones 进行分组统计
group = ['200-202','202-204','204-206','206-208','208-210']
grouping = pd.cut(data1['questiones'],bins,labels = group)
pd.value_counts(grouping,sort = False)

分组统计.JPG

12、最值

（1）最大值

data1['users'].max() #求某列最大值

（2）最小值

data1['users'].min() #求某列最小值

13、排列

data1.sort_values(by = 'questiones',ascending = False) #将数据按照指定列进行升序排序,ascending = True则为升序排列

按照'questiones'列降序排列.JPG

13、整体统计描述

data1.describe() #对数据进行各类指标统计

描述各数值列的数值个数、平均值、最大最小值等统计特性.JPG