峨眉山月半轮秋,影入平羌江水流。
——《峨眉山月歌》唐/李白
最近进行数据处理和清洗之类的dirty work,医院方面的数据导出格式为Excel 2007(.xlsx),pandas轮子可以直接读取excel,美滋滋。记录一下中间用到的一些pandas常用命令。
如何使用pandas 读写 excel
Pandas 读写excel,除了CSV文件,使用Excel工作表存放列表形式的数据也很常见,Pandas定义了两个API函数来专门处理Excel文件:read_excel()和to_excel()。read_excel()函数能够读取Excel 2003(.xls)和Excel 2007(.xlsx)两个类型的文件,该函数之所以能够读取Excel,是因为它整合了xlrd模块。
读取
- 要读取excel文件中的数据,并将其转换为DataFrame对象,只需要使用
read_excel()
函数即可,如下所示:
1 2 3 4
| import pandas as pd
frame = pd.read_excel("data.xlsx") print(frame)
|
- 如上所见,读取excel时,默认返回的DataFrame对象包含第一个工作表中的数据。若要读取第二个工作表中的数据,需要用第二个参数指定工作表的名称或工作表的序号或索引,如下所示:
1 2 3 4 5 6 7
| import pandas as pd
frame = pd.read_excel("data.xlsx", "Sheet2")
frame = pd.read_excel("data.xlsx", 1)
print(frame)
|
- 根据原始数据排列方式的不同,有时不需要把第1行作为列名,读取Excel那就没有列名,需增加参数:header=None
1 2 3 4
| import pandas as pd
frame = pd.read_excel("data.xlsx", 0, header=None) print(frame)
|
写入
上述操作也适用于Excel写操作,将DataFrame对象转换为Excel,如下所示:
1 2 3 4 5 6 7 8 9 10
| import pandas as pd import numpy as np
frame = pd.DataFrame( np.random.random((4, 4)), index=["exp1", "exp2", "exp3", "exp4"], columns=["Jan", "Fab", "Mar", "Apr"], ) print(frame) frame.to_excel("data.xlsx")
|
工作目录中会生成一个包含数据的新Excel文件。
Pandas的行列读写操作
- 读取指定的单行,数据会存在列表里面
1 2 3 4 5 6 7
| import pandas as pd
df = pd.read_excel("data.xlsx")
data = df.ix[0].values
print(data)
|
- 读取指定的多行,数据会存在嵌套的列表里面
1 2 3 4 5 6 7
| import pandas as pd
df = pd.read_excel("data.xlsx")
data = df.ix[[1, 2]].values
print(data)
|
- 读取指定的行列
1 2 3 4 5 6 7
| import pandas as pd
df = pd.read_excel("data.xlsx")
data = df.ix[1, 2]
print(data)
|
- 读取指定的多行多列值
1 2 3 4 5 6 7
| import pandas as pd
df = pd.read_excel("data.xlsx")
data = df.ix[[1, 2], ["red", "green"]].values
print(data)
|
- 获取所有行的指定列
1 2 3 4 5 6 7
| import pandas as pd
df = pd.read_excel("data.xlsx")
data = df.ix[:, ["red", "green"]].values
print(data)
|
- 获取行号并打印输出
1 2 3 4 5
| import pandas as pd
df = pd.read_excel("data.xlsx")
print(df.index.values)
|
- 获取列名并打印输出
1 2 3 4 5
| import pandas as pd
df = pd.read_excel("data.xlsx")
print(df.columns.values)
|
Pandas和Numpy数据格式相互转换
- dataframe转换为np.array
1 2 3 4 5 6
| import pandas as pd
df = pd.read_excel("data.xlsx")
df = df.values
|
- np.array转换为dataframe
1 2 3 4 5 6 7
| import pandas as pd import numpy as np
df = np.random.rand(4, 4)
df = pd.DataFrame(df)
|
Reference
- https://pandas.pydata.org/
- https://pandas.pydata.org/docs/
- https://blog.csdn.net/luguanyou/article/details/90488634