教你怎么在Python中使用Pandas.DataFrame对Excel进行操作

素颜马尾好姑娘i 2022-03-19 02:44 1085阅读 0赞

这里记录下一些Pandas对Excel的操作过程，供自己和码友们交流，共同提高、不断改进。

环境：[Python][]3.6 + Pandas(0.22)

有一个1000行，28列的表格，包含了公司每个项目的各种信息(项目ID，名称，开始时间，状态，结束时间，报价，税率……)。这么多列，看了确实头晕@\_@。这里我做了一个简单的表格，来说明一下Pandas是如何读取、筛选Excel的。

![\\][20180523133447175.png]

import pandas as pd

excelFile = r'TEMP.xlsx'

df = pd.DataFrame(pd.read\_excel(excelFile))

print(df)

读取信息到DataFrame里面就这么简单，只需要提供一个excel的名称就好了，当然默认的Sheet名称是Sheet1。我们可以指定读取Sheet的名称的。且看 read\_excel 的定义。

def read\_excel(io, sheet\_name=0, header=0, skiprows=None, skip\_footer=0,

index\_col=None, names=None, usecols=None, parse\_dates=False,

date\_parser=None, na\_values=None, thousands=None,

convert\_float=True, converters=None, dtype=None,

true\_values=None, false\_values=None, engine=None,

squeeze=False, \*\*kwds):

这里不做过多说明，详细参数说明官方网站 https://pandas.pydata.org/pandas-docs/version/0.22/api.html。

print(df) 读取到的信息如下，是不是很简单(向Pandas开发团队致敬)：

Project ID Project Name Start Time Status Offer Tax Rate PM

0 \#10001 Microsoft\_XXXX 2018-01-01 Completed 1000000 0.060 Bob

1 \#10002 Adobe\_XXXX 2018-01-02 Processing 105500 0.065 TOM

2 \#10003 VMVare\_XXXX 2018-01-03 Processing 280000 0.070 Kate

3 \#10004 Intel\_XXXX 2018-01-04 Processing 520000 0.060 Jone

4 \#10005 HP\_XXXX 2018-01-05 Pending 600000 0.060 Bob

5 \#10006 Lenovo\_XXXX 2018-01-06 Completed 980000 0.080 Jone

6 \#10007 DELL\_XXXX 2018-01-07 Processing 620000 0.060 Kate

7 \#10008 ALI\_XXXX 2018-01-08 Processing 100000 0.060 Bob

8 \#10009 Apple\_XXXX 2018-01-09 Pending 80000 0.090 Ken

9 \#10010 Google\_XXXX 2018-01-10 Completed 610000 0.060 Ken

10 \#10011 Amazon\_XXXX 2018-01-11 Pending 92000 0.125 Ken

需求一：

我们只想要 Project Name、Status、Offer、Tax Rate、PM 这几列的信息：

import pandas as pd

excelFile = r'TEMP.xlsx'

df = pd.DataFrame(pd.read\_excel(excelFile))

df1= df\[\['Project Name', 'Status', 'Offer', 'Tax Rate', 'PM'\]\]

print(df1)

![\\][20180523133447177.png]

需求二：

我们只想要 统计 Bob 的项目

import pandas as pd

excelFile = r'TEMP.xlsx'

df = pd.DataFrame(pd.read\_excel(excelFile))

df1 = df\[\['Project Name', 'Status', 'Offer', 'Tax Rate', 'PM'\]\]

df2 = df1.loc\[df1\['PM'\] == 'Bob'\]

print(df2)

![\\][20180523133447179.png]

我们只想要 统计 Bob 的，Status为Completed的项目

import pandas as pd

excelFile = r'TEMP.xlsx'

df = pd.DataFrame(pd.read\_excel(excelFile))

df1 = df\[\['Project Name', 'Status', 'Offer', 'Tax Rate', 'PM'\]\]

df2 = df1.loc\[df1\['PM'\] == 'Bob'\].loc\[df1\['Status'\] == 'Completed'\]

print(df2)

![\\][20180523133447180.png]

需求三：

来统计PM各自的项目信息。

分析：首先我们要知道都有哪些PM，这在表的PM列里面有。

import pandas as pd

excelFile = r'TEMP.xlsx'

df = pd.DataFrame(pd.read\_excel(excelFile))

df1 = df\[\['Project Name', 'Status', 'Offer', 'Tax Rate', 'PM'\]\]

df2 = df1.loc\[df1\['PM'\] == 'Bob'\].loc\[df1\['Status'\] == 'Completed'\]

\#获取PM列的值

pmList = df1\[\['PM'\]\].values.T.tolist()\[:\]\[0\]

print(pmList)

\#排除重复值

pmList = list(set(pmList))

print(pmList)

for pm in pmList:

dfByPM = df1.loc\[df1\['PM'\] == pm\]

print('\\r\\n')

print(dfByPM)

结果如下：

![\\][20180523133448182.png]

pandas 是不是很强大，我们只需要很少的代码，就可以读取和查询excel的几乎所有内容。

[Python]: https://www.2cto.com/kf/web/Python/
[20180523133447175.png]: /images/20220319/204466a752924b3ca5303a56649b8693.png
[20180523133447177.png]: /images/20220319/e9c93d10b5dc461289bf0f8c83f884b0.png
[20180523133447179.png]: /images/20220319/178507f7e30047b2bb7fa25674ee4a5e.png
[20180523133447180.png]: /images/20220319/48ea26d038174bb993910aa56c5cf76a.png
[20180523133448182.png]: /images/20220319/2ec3203fe2db4f57bdb253dbe1a58c57.png