利用Python处理Excel数据(个人平时用的时候总结的，以后发现新的方法会继续添加)

读取数据

import pandas as pd
import numpy as np
from pandas import Series, DataFrame

利用pandas模块，读取数据

df = pd.read_excel('x.xlsx')

查询该表所有sheet名

df = pd.ExcelFile(namexls)
#sheet表名，列表
sheet_names= df.sheet_names
print(sheet_names)

显示数据的行与列数

df.shape

(2, 7)
有2行，7列数据

查看数据格式dtpyes

df.dtypes

显示列名

df.columns

df.columns 返回Index，可以通过 tolist(), 或者 list（array） 转换为list列名

显示数据唯一值（unique函数）

df['经纪人级别'].unique()

不读取哪里数据，可用skiprows=[i]，跳过文件的第i行不读取

#没有读取经纪人编号为20124403的行
df = pd.read_excel('x.xlsx',skiprows=[2] )
df.head()

删除空值 （dropna函数）

df.dropna(how='any')

更改数据格式

df['大区'].astype('float64')

更改列名称

df.rename(columns={'IM渠道': '渠道'})

对数据进行排序

df.sort_values(by=['佣金'])

#总佣金逆序排序

df.sort_values(by=['佣金'],ascending=False)

#设置日期为索引

df=df.set_index('日期')

df.loc[[index],[colunm]] 通过标签选择数据
筛选主卡持卡人代码为num的数据并把相应的证件号码提取出来

zhengjian_num = df.loc[df['主卡持卡人代码'] == num,['证件号码']]

#级别为M4，发送消息数大于110，多个条件

df.loc[(df['经纪人当天发送消息数'] > 110) & (df['经纪人级别'] == 'M4'),
[证件号码','经纪人系统号']]

#将frame格式数据转换成array再转换成list格式

yonghu_name_numb = np.array(yonghu_name)  # np.ndarray()
yonghu_name_result = yonghu_name_numb.tolist()  # list

將list转换成frame

from pandas.core.frame import DataFrame
dict_1 = {
"id":id_list,
"姓名":name_list,
'序列号':serial_num_list
}
frame_1 = DataFrame(dict_1)
print(frame_1)
frame_1.to_excel('./test.xlsx')

#删除excel某行

filename = './test.xls'
df = pd.read_excel(filename)

## 避免科学计数法造成的E+000
df['主持卡人代码'] = df['主持卡人代码'].astype('str')

df = df.drop(1)#删除第1行
df = df.drop(1, axis=0)#删除第1行，axis=0为行，axis=1为列
print(type(df))
df.to_excel('./test.xls',index=False)

pandas导入 excel表，出现openpyxl.utils.exceptions.IllegalCharacterError，
解决方法：

import xlsxwriter
df.to_excel('test.xlsx', engine='xlsxwriter')#加一个 engine='xlsxwriter'

• 点赞
• 收藏
• 分享
• 文章举报