python pandas处理excel表格数据的常用方法总结

我将为你详细介绍“python pandas处理excel表格数据的常用方法总结”的完整实例教程。

标题一：pandas读取excel表格数据

pandas提供的read_excel()函数可以方便地读取excel表格数据。以下是一个读取excel数据的示例：

import pandas as pd

# 读取excel数据
excel_data = pd.read_excel("example.xlsx")
# 显示前5行数据
print(excel_data.head())

在该示例中，我们首先导入了pandas模块，并用read_excel()函数读取了名为example.xlsx的excel表格。然后通过head()函数显示了读取数据的前5行。

标题二：pandas写入excel表格数据

除了读取外，pandas还可以将数据写入到excel表格中。以下是一个将数据写入excel表格的示例：

import pandas as pd

# 使用字典创建数据
student_dict = {"name": ["Tom", "Jerry", "Jack"], "age": [18, 19, 20]}
student_data = pd.DataFrame(student_dict)

# 将数据写入excel表格
excel_writer = pd.ExcelWriter("example.xlsx", engine='xlsxwriter')
student_data.to_excel(excel_writer, sheet_name="student", index=False)

# 关闭ExcelWriter对象
excel_writer.save()

在该示例中，我们首先使用字典创建了一个DataFrame对象student_data，其中包含了学生的姓名和年龄信息。接着，我们使用ExcelWriter对象创建了一个名为example.xlsx的excel表格，并将数据写入到名为“student”的工作表中。最后，我们关闭了ExcelWriter对象并保存了数据。

实例示例

为了更好地理解pandas处理excel表格数据的常用方法，我们再来看一个实例示例。该示例将读取名为example.xlsx的excel表格数据，并使用pandas进行分析和操作。以下是示例代码：

import pandas as pd

# 读取excel数据
excel_data = pd.read_excel("example.xlsx")

# 统计每个人的总评分
total_score = excel_data.groupby("Name").sum().reset_index()
print(total_score)

# 根据成绩从高到低排序
sort_data = excel_data.sort_values(["Score", "Age"], ascending=False).reset_index()
print(sort_data)

# 保存数据
excel_writer = pd.ExcelWriter("example_result.xlsx", engine='xlsxwriter')
total_score.to_excel(excel_writer, sheet_name="total_score", index=False)
sort_data.to_excel(excel_writer, sheet_name="sort_data", index=False)

# 关闭ExcelWriter对象
excel_writer.save()

在该示例中，我们首先使用pandas读取了名为example.xlsx的excel表格数据。然后，我们使用groupby()函数按照姓名分组，并计算每个人的总评分。接着，我们使用sort_values()函数按照成绩从高到低排序，并将排序结果保存在sort_data中。最后，我们将总评分和排序后的数据分别保存到名为example_result.xlsx的excel表格中。