一、前言

最近總是和excel打交道，由于數(shù)據(jù)量較大，人工來(lái)修改某些數(shù)據(jù)可能會(huì)有點(diǎn)浪費(fèi)時(shí)間，這時(shí)候就使用到了Python數(shù)據(jù)處理的神器—–Pandas庫(kù)，話不多說(shuō)，直接上Pandas。

二、安裝

這次使用的python版本是python2.7，安裝python可以去python的官網(wǎng)進(jìn)行下載，這里不多說(shuō)了。

安裝完成后使用Python自帶的包管理工具pip可以很快的安裝pandas。

pip install pandas

如果使用的是Anaconda安裝的Python，會(huì)自帶pandas。

三、read_excel()介紹

首先可以先創(chuàng)建一個(gè)excel文件當(dāng)作實(shí)驗(yàn)數(shù)據(jù)，名稱為example.xlsx，內(nèi)容如下：

這里是很簡(jiǎn)單的幾行數(shù)據(jù)，我們來(lái)用pandas實(shí)際操作一下這個(gè)excel表。

# coding:utf-8
import pandas as pd

data = pd.read_excel('example.xlsx', sheet_name='Sheet1')
print data

結(jié)果如下：

這里使用了read_excel()方法來(lái)讀取excel，來(lái)看一個(gè)read_excel()這個(gè)方法的API，這里只截選一部分經(jīng)常使用的參數(shù)：

pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None)

這里主要參數(shù)為io，sheet_name，header，usecols和names

• io：excel文件，如果命名為中文，在python2.7中，需要使用decode()來(lái)解碼成unicode字符串，例如： pd.read_excel('示例'.decode('utf-8))
• sheet_name：返回指定的sheet，如果將sheet_name指定為None，則返回全表，如果需要返回多個(gè)表，可以將sheet_name指定為一個(gè)列表，例如['sheet1', 'sheet2']
• header：指定數(shù)據(jù)表的表頭，默認(rèn)值為0，即將第一行作為表頭。
• usecols：讀取指定的列，例如想要讀取第一列和第二列數(shù)據(jù)：

pd.read_excel("example.xlsx", sheet_name=None, usecols=[0, 1])

四、使用

這里先來(lái)一個(gè)在機(jī)器學(xué)習(xí)中經(jīng)常使用的：將所有g(shù)ender為male的值改為0，female改為1。

# coding:utf-8
import pandas as pd
from pandas import DataFrame

# 讀取文件
data = pd.read_excel("example.xlsx", sheet_name="Sheet1")

# 找到gender這一列，再在這一列中進(jìn)行比較
data['gender'][data['gender'] == 'male'] = 0
data['gender'][data['gender'] == 'female'] = 1
print data

結(jié)果如下：

需要注意的是，這里的data為excel數(shù)據(jù)的一份拷貝，對(duì)data進(jìn)行修改并不會(huì)直接影響到我們?cè)瓉?lái)的excel，必須在修改后保存才能夠修改excel。保存的代碼如下：

DataFrame(data).to_excel('example.xlsx', sheet_name='Sheet1', index=False, header=True)

這時(shí)候我們?cè)俅蜷_(kāi)example.xlsx文件看看是否更改了：

如果我們想要新增加一列或者一行數(shù)據(jù)怎么辦呢？這里給出參考：

新增列數(shù)據(jù)：

data['列名稱'] = None

新增行數(shù)據(jù)，這里行的num為excel中自動(dòng)給行加的id數(shù)值

data.loc[行的num] = [值1， 值2， ...]

以上面的數(shù)據(jù)為例：

# coding:utf-8
import pandas as pd
from pandas import DataFrame

data = pd.read_excel("example.xlsx", sheet_name='Sheet1')

# 增加行數(shù)據(jù)，在第5行新增
data.loc[5] = ['James', 32, 'male']

# 增加列數(shù)據(jù)，給定默認(rèn)值None
data['profession'] = None

# 保存數(shù)據(jù)
DataFrame(data).to_excel('example.xlsx', sheet_name='Sheet1', index=False, header=True)

打開(kāi)excel看到的結(jié)果如下：

說(shuō)完了增加一行或一列，那怎樣刪除一行或一列呢？

import pandas as pd
from pandas import DataFrame

data = pd.read_excel("example.xlsx", sheet_name='Sheet1')

# 刪除gender列，需要指定axis為1，當(dāng)刪除行時(shí)，axis為0
data = data.drop('gender', axis=1)

# 刪除第3,4行，這里下表以0開(kāi)始，并且標(biāo)題行不算在類
data = data.drop([2, 3], axis=0)

# 保存
DataFrame(data).to_excel('example.xlsx', sheet_name='Sheet1', index=False, header=True)

這時(shí)候打開(kāi)excel可以看見(jiàn)gender列和除標(biāo)題行的第3，4行被刪除了。

總結(jié)

pandas除了上述的基本功能以外，還有其它更高級(jí)的操作，想要進(jìn)一步學(xué)習(xí)的小伙伴們可以去pandas網(wǎng)站進(jìn)行學(xué)習(xí)。