前言

Pandas 是 Python 數(shù)據(jù)分析的核心庫之一，它提供了豐富的數(shù)據(jù)處理功能，尤其在處理表格數(shù)據(jù)（如 .xlsx 文件）時非常強大。Pandas 結(jié)合了 Python 的靈活性和簡潔性，讓用戶能夠輕松地進行數(shù)據(jù)的讀寫、清洗、操作和分析。本文將介紹如何使用 Pandas 處理 .xlsx 文件的常見操作，包括讀取、寫入、篩選、合并和統(tǒng)計等操作。

一、環(huán)境配置

1. 安裝 Pandas

首先，確保已經(jīng)安裝了 Pandas 和 openpyxl（用于讀取 .xlsx 文件）。可以通過以下命令進行安裝：

pip install pandas openpyxl

openpyxl 是 Pandas 默認(rèn)讀取 .xlsx 文件的依賴庫，確保其已經(jīng)正確安裝。

2. 導(dǎo)入 Pandas

在開始處理文件之前，需要在代碼中導(dǎo)入 Pandas：

import pandas as pd

二、讀取 Excel 文件

Pandas 提供了 pd.read_excel() 函數(shù)，可以輕松讀取 .xlsx 文件。

1. 讀取單個工作表

最常見的操作是讀取 .xlsx 文件中的單個工作表。以下是讀取 Excel 文件的基本用法：

# 讀取 Excel 文件中的第一個工作表
df = pd.read_excel('data.xlsx')

# 顯示前五行數(shù)據(jù)
print(df.head())

可以通過 sheet_name 參數(shù)指定讀取的工作表：

# 讀取名為 "Sheet2" 的工作表
df = pd.read_excel('data.xlsx', sheet_name='Sheet2')

2. 讀取多個工作表

如果 Excel 文件中有多個工作表，并且想同時讀取多個表，可以傳遞 sheet_name 為列表：

# 讀取多個工作表，返回一個字典
sheets = pd.read_excel('data.xlsx', sheet_name=['Sheet1', 'Sheet2'])

# 獲取某個工作表的數(shù)據(jù)
sheet1_df = sheets['Sheet1']

3. 讀取所有工作表

要讀取所有工作表，可以將 sheet_name=None：

# 讀取所有工作表
sheets = pd.read_excel('data.xlsx', sheet_name=None)

# 獲取所有工作表的字典
for sheet_name, data in sheets.items():
    print(f"Sheet name: {sheet_name}")
    print(data.head())

4. 讀取部分列或行

可以使用 usecols 參數(shù)只讀取特定的列，或使用 nrows 讀取部分行：

# 讀取第1到3列的數(shù)據(jù)
df = pd.read_excel('data.xlsx', usecols="A:C")

# 只讀取前10行數(shù)據(jù)
df = pd.read_excel('data.xlsx', nrows=10)

5. 跳過行

可以使用 skiprows 參數(shù)跳過文件中的前幾行：

# 跳過文件中的前5行
df = pd.read_excel('data.xlsx', skiprows=5)

三、寫入 Excel 文件

Pandas 允許將 DataFrame 數(shù)據(jù)寫入 Excel 文件，使用 to_excel() 方法。

1. 將 DataFrame 寫入 Excel

將 DataFrame 寫入 .xlsx 文件：

df.to_excel('output.xlsx', index=False)

其中，index=False 表示不寫入行索引。如果需要保留索引信息，可以將其省略或設(shè)置為 True。

2. 寫入多個工作表

如果要將數(shù)據(jù)寫入多個工作表，可以使用 pd.ExcelWriter 進行操作：

with pd.ExcelWriter('multi_sheet_output.xlsx') as writer:
    df1.to_excel(writer, sheet_name='Sheet1', index=False)
    df2.to_excel(writer, sheet_name='Sheet2', index=False)

3. 自定義表頭

可以通過 header 參數(shù)自定義表頭名稱或禁用表頭：

# 自定義表頭
df.to_excel('output.xlsx', header=['Col1', 'Col2', 'Col3'], index=False)

# 不寫入表頭
df.to_excel('output.xlsx', header=False, index=False)

四、數(shù)據(jù)操作

在讀取 Excel 文件后，可以利用 Pandas 強大的數(shù)據(jù)操作功能對數(shù)據(jù)進行處理。

1. 篩選數(shù)據(jù)

假設(shè)讀取的 Excel 數(shù)據(jù)表如下：

data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Age': [24, 27, 22, 32],
    'Score': [85, 62, 90, 88]
}
df = pd.DataFrame(data)

可以根據(jù)特定條件篩選數(shù)據(jù)：

# 篩選出年齡大于25的數(shù)據(jù)
filtered_df = df[df['Age'] > 25]
print(filtered_df)

2. 排序數(shù)據(jù)

可以根據(jù)某列的值對數(shù)據(jù)進行排序：

# 按年齡進行升序排序
sorted_df = df.sort_values(by='Age', ascending=True)
print(sorted_df)

3. 分組與聚合

可以根據(jù)某一列對數(shù)據(jù)進行分組，并計算聚合結(jié)果：

# 按年齡分組，計算平均分?jǐn)?shù)
grouped = df.groupby('Age')['Score'].mean()
print(grouped)

4. 缺失值處理

Pandas 提供了多種處理缺失值的方法。例如，查找和刪除缺失值：

# 查看缺失值
print(df.isnull().sum())

# 刪除包含缺失值的行
df.dropna(inplace=True)

# 用某個值替換缺失值
df.fillna(0, inplace=True)

五、Excel 文件的高級操作

1. 合并多個 Excel 文件

假設(shè)有多個 Excel 文件，并且它們有相同的列結(jié)構(gòu)，可以使用 concat() 方法合并這些文件：

import pandas as pd

# 讀取多個 Excel 文件
df1 = pd.read_excel('file1.xlsx')
df2 = pd.read_excel('file2.xlsx')

# 合并數(shù)據(jù)
df_combined = pd.concat([df1, df2], ignore_index=True)
print(df_combined)

2. 使用自定義數(shù)據(jù)類型

可以通過 dtype 參數(shù)指定讀取列的數(shù)據(jù)類型：

# 將 'Age' 列作為字符串讀取
df = pd.read_excel('data.xlsx', dtype={'Age': str})

3. 處理合并單元格

在 Excel 文件中，合并單元格可能導(dǎo)致數(shù)據(jù)讀取不完整。Pandas 默認(rèn)會將合并單元格的第一個值賦予該列的所有單元格。如果希望保留數(shù)據(jù)結(jié)構(gòu)，可以手動處理這些合并單元格：

df = pd.read_excel('data_with_merged_cells.xlsx', merge_cells=False)

4. 條件格式化

可以在寫入 Excel 文件時，添加條件格式。例如，突出顯示某些條件的單元格：

import pandas as pd
from pandas.io.formats.style import Styler

# 創(chuàng)建樣式函數(shù)
def highlight_max(s):
    is_max = s == s.max()
    return ['background-color: yellow' if v else '' for v in is_max]

# 創(chuàng)建 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 3, 6],
    'C': [7, 8, 5]
})

# 應(yīng)用樣式并保存到 Excel
styled = df.style.apply(highlight_max)
styled.to_excel('styled_output.xlsx', engine='openpyxl', index=False)

六、總結(jié)

本文介紹了如何使用 Pandas 處理 .xlsx 文件，包括讀取、寫入、數(shù)據(jù)操作以及一些高級操作。Pandas 為處理 Excel 文件提供了強大的功能，特別是在數(shù)據(jù)清洗、分析和保存方面，它可以幫助輕松應(yīng)對復(fù)雜的 Excel 數(shù)據(jù)操作。

常見的操作包括：

• 使用 read_excel() 讀取 Excel 文件的內(nèi)容，并根據(jù)需求讀取特定的工作表或部分?jǐn)?shù)據(jù)。
• 使用 to_excel() 將 DataFrame 數(shù)據(jù)寫入 Excel 文件，可以輸出多工作表或自定義格式。
• 利用 Pandas 強大的數(shù)據(jù)操作能力，可以進行數(shù)據(jù)篩選、排序、分組、聚合以及處理缺失值。

通過熟練掌握這些操作，將能夠更高效地處理和分析 Excel 文件中的數(shù)據(jù)。

到此這篇關(guān)于Python使用Pandas處理.xlsx文件的文章就介紹到這了,更多相關(guān)Pandas處理.xlsx文件內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論