下面我将详细讲解“python读写excel数据--pandas详解”的完整实例教程。
1.准备工作
首先,我们需要安装相关的库。使用pip安装pandas和openpyxl库:
pip install pandas
pip install openpyxl
2.读取Excel文件
使用pandas库来读取和操作Excel文件非常方便。下面是一个读取Excel文件的示例代码:
import pandas as pd
df = pd.read_excel('example.xlsx')
print(df.head())
代码中的read_excel()函数用来读取Excel文件。这里我们将文件名指定为example.xlsx,并将读取的结果存储在一个DataFrame(数据框)对象df中。使用head()函数可以查看读取结果的前5行数据。
3.写入Excel文件
接下来,我们来看看如何将pandas数据写入Excel文件。下面是一个示例代码:
import pandas as pd
data = {
'Name': ['Tom', 'Jerry', 'Mickey'],
'Age': [20, 25, 22],
'Score': [90, 80, 92]
}
df = pd.DataFrame(data)
writer = pd.ExcelWriter('example2.xlsx')
df.to_excel(writer, 'Sheet1', index=False)
writer.save()
print('Excel文件写入完成。')
代码中首先创建一个字典data,将需要写入Excel文件的数据存储其中。紧接着,将字典转换成DataFrame对象df。
接下来,通过ExcelWriter对象来创建一个Excel文件,将DataFrame对象写入到Excel文件中,并指定工作簿名称和是否将行索引写入到Excel文件中。最后,保存Excel文件并输出完成信息。
4.示例说明
以上是一些简单的读写Excel文件的操作,下面给出两个示例说明。
示例1:读取并统计Excel文件中的数据
假设我们有一个Excel文件,其中包含了一些销售记录数据。现在我们需要读取这个Excel文件中的数据,并统计每个销售人员的销售总金额。
import pandas as pd
df = pd.read_excel('sales.xlsx', sheet_name='Sheet1')
sales_data = df.groupby('Salesman')['SaleAmount'].sum()
print(sales_data)
代码中首先使用read_excel()函数读取Excel文件中的数据,并将结果存储在DataFrame对象df中。接下来,使用groupby()函数将数据按照销售人员分组,并使用sum()函数计算每个销售人员的销售总金额。最后,输出统计结果。
示例2:将多个DataFrame对象写入同一个Excel文件
假设我们有多个DataFrame对象,现在需要将这些数据分别写入同一个Excel文件的不同工作表中。
import pandas as pd
data1 = {'Name': ['Tom', 'Jerry', 'Mickey'], 'Age': [20, 25, 22],'Score': [90, 80, 92]}
data2 = {'City': ['Beijing', 'Shanghai', 'Guangzhou'], 'Population': [2171, 2424, 1494]}
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)
writer = pd.ExcelWriter('data.xlsx')
df1.to_excel(writer, sheet_name='Sheet1', index=False)
df2.to_excel(writer, sheet_name='Sheet2', index=False)
writer.save()
print('Excel文件写入完成。')
代码中首先创建了两个字典data1和data2,并将它们分别转换成DataFrame对象df1和df2。
接着,通过ExcelWriter对象创建一个Excel文件,使用to_excel()函数将两个DataFrame对象分别写入不同的工作表中,并指定了工作表名称和是否将行索引写入Excel文件中。最后,保存Excel文件并输出完成信息。
希望这些示例可以帮助你更好地理解pandas库中关于读写Excel文件的操作。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:python读写excel数据–pandas详解 - Python技术站