利用pandas处理Excel数据

新建一个excel表格（table1.csv）用于案例讲解：

导库

import pandas as pd
import numpy as np

读取数据

df = pd.read_excel('table1.xlsx') # 相对路径
# df = pd.read_excel(r'E:\Anaconda\hc\dataScience\table1.csv') # 绝对路径

显示数据

显示数据的行与列数

df.shape

(6, 5)

显示数据格式dtpyes

df.dtypes

Name      object
Age        int64
Sex        int64
Class      int64
Score    float64
dtype: object

显示列名

df.columns

Index(['Name', 'Age', 'Sex', 'Class', 'Score'], dtype='object')

显示前数据前2行

df.head(2)

显示数据后3行

df.tail(3)

显示数据唯一值（unique函数）

df['Score'].unique()

array([ 80.,  90., 100.,  nan])

对第几行数据不读取

# 没有读取第2行
df1 = pd.read_excel('table1.csv',skiprows=[2] ) 

对缺失值进行识别

# 所有缺失值显示为True
df.isnull()

清洗数据

删除空值（dropna函数）

df2 = df.dropna(how='any')

填充空值（fillna函数）

df3 = df.fillna(value=0)

用均值对空值进行填充

df4 = df['Score'].fillna(df['Score'].mean())

0     80.0
1     90.0
2    100.0
3     90.0
4     88.0
5     80.0
Name: Score, dtype: float64

更改数据格式

df1['Score'].astype('int64')

0     80
1     90
2    100
3     90
5     80
Name: Score, dtype: int64

（注：如果存在空值，更改数据格式会报错！）

更改列名

df5 = df.rename(columns={'Score': 'score'})

对列表内的值进行替换（replace函数）

df6 = df['Name'].replace('Bob', 'bob')

0     Tom
1    Jack
2    Alan
3    Tony
4     Tim
5     bob
Name: Name, dtype: object

数据预处理

对数据进行排序

df.sort_values(by=['Score'])

（注:默认升序，且空值在后面）

数据分组

①单一条件分组

# 如果Score列的值>=85，Score列显示high，否则显示low
# group列为增加列
df['group'] = np.where(df['Score'] > 85,'high','low')

②多个条件分组

# 利用loc函数，进行多列查询
# sign为增加列
df.loc[(df['Sex'] == 1) & (df['Age']>= 19), 'sign']=1

数据提取

按标签提取（loc函数）

df.loc[0:3]

按位置进行提取（iloc函数）

①按区域提取

df.iloc[:4, :5]

②按位置提取

#[0, 2, 5] 代表指定的行，[0, 1, 5] 代表指定的列
df.iloc[[0, 2, 5],[0, 1, 5]]

按条件提取（isin与loc函数）

①用isin函数进行判断

# 判断Sex是否为1
df['Sex'].isin([1])

0     True
1     True
2     True
3    False
4    False
5     True
Name: Sex, dtype: bool

②用loc函数进行判断

# Sex为1，分数大于85
df1.loc[(df1['Sex'] == 1) & (df1['Score'] > '85'), ['Name','Age','Class']]

③先判断结果，将结果为True的提取

# 先判断Score列里是否包含80和90，然后将复合条件的数据提取出来。
df.loc[df['Score'].isin(['80','90'])]

作者：AI阿聪 

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_40431584/article/details/103993722