1. pandas excel读取
1、打开需要操作的EXCEL表格,点击一个空白单元格,在函数编辑框输入“=”,然后点击选中需要合并内容的第一列第一个单元格。
2、在输入框继续输入合并函数符号“&”,然后在需要合并内容的第二列中,点击第一列所对应的单元格。
3、完成公式“=A1&B1”的输入,点击键盘“Enter”键即可,下方单元格可通过下拉填充函数。
2. pandas写入excel
pycharm导出运行数据需要导入三方库包。表格数据需要通过pandas库包来进行,具体操作是:文件名.to_excel("新文件名称.xlsx")的形式导出为excel文件,如果文件过大可以用csv,我们只需要将(新文件名称.xlsx").xlsx的后缀改为.csv就可以导出csv。
3. pandas读取excel列名
按列取、按索引/行取、按特定行列取
import numpy as np
from pandas import DataFrame
import pandas as pd
df=DataFrame(np.arange(12).reshape((3,4)),index=['one','two','thr'],columns=list('abcd'))
df['a']#取a列
df[['a','b']]#取a、b列
#ix可以用数字索引,也可以用index和column索引
df.ix[0]#取第0行
df.ix[0:1]#取第0行
df.ix['one':'two']#取one、two行
df.ix[0:2,0]#取第0、1行,第0列
df.ix[0:1,'a']#取第0行,a列
df.ix[0:2,'a':'c']#取第0、1行,abc列
df.ix['one':'two','a':'c']#取one、two行,abc列
df.ix[0:2,0:1]#取第0、1行,第0列
df.ix[0:2,0:2]#取第0、1行,第0、1列
#loc只能通过index和columns来取,不能用数字
df.loc['one','a']#one行,a列
df.loc['one':'two','a']#one到two行,a列
df.loc['one':'two','a':'c']#one到two行,a到c列
df.loc['one':'two',['a','c']]#one到two行,ac列
#iloc只能用数字索引,不能用索引名
df.iloc[0:2]#前2行
df.iloc[0]#第0行
df.iloc[0:2,0:2]#0、1行,0、1列
df.iloc[[0,2],[1,2,3]]#第0、2行,1、2、3列
#iat取某个单值,只能数字索引
df.iat[1,1]#第1行,1列
#at取某个单值,只能index和columns索引
df.at['one','a']#one行,a列
2.按条件取行
选取等于某些值的行记录 用 ==
df.loc[df[‘column_name’] == some_value]
选取某列是否是某一类型的数值 用 isin
df.loc[df[‘column_name’].isin(some_values)]
多种条件的选取 用 &
df.loc[(df[‘column’] == some_value) & df[‘other_column’].isin(some_values)]
选取不等于某些值的行记录 用 !=
df.loc[df[‘column_name’] != some_value]
isin返回一系列的数值,如果要选择不符合这个条件的数值使用~
df.loc[~df[‘column_name’].isin(some_values)]
4. pandas 读excel文件
pandas 读excel,日期变成了数字,pandas方法解决
excel中的数据是:
pandas读取出来是:
import pandas as pd data = pd.read_excel('文件路径') data['发货日期'] = data['发货日期'].fillna(method='ffill') # 因为有合并单元格, data 12341234
5. pandas怎么读取excel
兼容性不好,处理很慢。
6. pandas读取excel文件存入数据库
用 pandas.read_table()读txt吧,速度提升很明显
7. pandas读取excel文件
运用pandas将pycharm中的数据保存到Excel表格的方法:python提供了文件导出库包,如果是类文件,需要利用pandas包通过。文件.to_excel()的形式来导出,括号里边要注明导出后的文件名,以及导出的路径,也就是说导出到哪里,如果是要导出代码的话,我们新建文档,然后把代码粘贴到文档,然后修改文档后缀为py。
- 相关评论
- 我要评论
-