python处理excel基本操作

python版本：3.6.2

编辑器：jupyter notebook

---

完整代码如下：

import numpy as np

import pandas as pd

df = pd.read_excel('D:\\python_test\\num.xls')

df.sort_values(by=['Number'])# 按Number列排序

# 使用merge函数实现excel表格的合并，合并方式为inner

df_inner = pd.merge(df, df1, how='inner')

#设置索引列

df.set_index('id')

# 使用where对数据进行判断和分组，并使用group字段进行标记

df['group'] = np.where(df['Number'] > 50, 'high', 'low')# where条件语句：添加group列，若Number>50则为high,否则为low

# 对符合多个条件的数据进行分组标记

df.loc[(df['Author2'] == '刘宏伟') & (df['Number'] >= 50), 'sign']=1# 对Author2列等于刘宏伟且Number列大于等于50的数据标记为1

# 取单行数据

df.loc[1]

# 按索引区域提取

df.loc[0:5]

print(df)

---

运行结果截图：

# group和sign标记后

# df.loc[1]

# df.loc[0:5]

---

补充：

# 条件筛选

df.loc[df['Number']== 51,['Author2','Number']]

可能出现的报错1：报错798: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison result = getattr(x, name)(y)

可能出现的报错2：TypeError: invalid type comparison

无效。。。因为之前把51加了引号。。。‘51’为无效类型。。。只有str类型才加引号，例如'张三’。论基础知识的重要性......

---

# 条件筛选

df.loc[(df['Number']>66) | (df['Author2']== '刘宏伟'),['Author2','Number']]

---

# 条件筛选并排序

df.loc[(df['Number']>66) | (df['Author2']== '刘宏伟'),['Author2','Number']].sort(['Number'])

悲剧来了，报错了。。。AttributeError: 'DataFrame' object has no attribute 'sort'

【解决方案】把sort改为sort_values

---

# 将所筛选字段Number列求和

df.loc[(df['Number']>66) | (df['Author2']== '刘宏伟'),['Author2','Number']].sort_values(['Number']).Number.sum()

---

# 将所筛选字段Number列计数

df.loc[(df['Number']>66) | (df['Author2']== '刘宏伟'),['Author2','Number']].sort_values(['Number']).Number.count()

---

---

DataFrame的增删查改

---

# 随机采样

df.sample(n=3)

# 对数据表进行描述性统计，小数位为2，并进行转置

df.describe().round(2).T

# 输出为excel格式

df.to_excel('D:\\python_test\\num.xlsx', sheet_name='practice')

# 输出为csv文件

df.to_csv('D:\\python_test\\num.csv')