Python Pandas 做Excel 报表分析_原创文档.pdfVIP

本篇文章选自作者在GitChat的分享，若有什么问题，可在公众号回复「小

助手」添加小助手微信，邀请你进入技术交流群。

各位朋友大家好，非常荣幸和大家聊一聊用PythonPandas处理Excel

数据的话题。因为工作中一直在用Pandas，所以积累了一些小技巧，在

此借GitChat平台和大家分享一下心得。在开始之前我推荐大家下载使用

Anaconda，里面包含了Spyder和JupyterNotebook等集成工具。到

百度有哪些信誉好的足球投注网站一下就可以找到官方下载链接，下载个人版就可以（本文使用的

Python版本为3.6.0，只要大家用的是Python3，那么语法就和文中几

乎没有差异）。

在工作中，实验数据和工作表格通常存储在Excel的文件中。也有人使用

数据库，数据库本身自带简单的求和、计数等功能。如果做深入的数据分

析，就离不开像PythonPandas、TensorFlow等专业工具了。数据库导

出的数据文件通常为CSV、UNL格式。CSV和UNL格式数据也可以

用Excel打开并正常显示为表格，它们是使用特殊分隔符（比如,、|或;）

的文本型数据文件。用UltraEdit之类的纯文本编辑器打开的样子是这样

的：

1.1读取CSV文件

read_csv是Pandas读取CSV文件时使用的方法。

Pandas读取Excel文件的语法格式和读取CSV文件是相似的，但使用

的Pandas方法略有不同，需要使用单独的支持模块xlrd。如果出现以

下类似报错：

用pip安装一下就不会再报错了。

Pandas读取Excel的语法如下：

在实验室或工作场景中经常会遇到处理大量数据结构相同的源数据。怎么

批量将这些数据导入同一个DataFrame呢？看下面的代码：

首先确定自己数据文件的存放位置，然后利用Python的glob模块，模

糊匹配路径下以“zk”开头，且后缀为“.xls”的文件。之后把完整的路径名存

储到file的列表中。print(file)可以显示匹配到的文件。

生成一个空列表dl，利用append方法将各个文件分别读入并存储到dl。

dl列表中的每个元素就是一个DataFrame。然后利用concat方法把这

些结构相同的DataFrame合并到一起。预览DataFrame内容可以使用

df.head(5)或者df.tail(1)。

二、数据的处理

了解完基础的数据读取，我们再来试一试利用NumPy生成一组实验数据

来继续学习。

生成数据的效果如下：

这一段代码中：

DataFrame的预览可以使用head和tail两个方法，当查询特殊行和列

时就要用到index和columns了。首先需要确定的是，这些index和

column的名字是什么呢？

2.1.2利用columns和index检索数据

在知道了columns和index的名字之后，就可以查询特殊一列或一行了。

查询行时需要用到loc方法，比如查询日期为2018-01-01时，使用以

下代码：

2.1.3检索多行或多列数据

当需要选择多列数据时，需要在列表中传递一个列表，例如：

当查询多行时就得使用列表中切片的方法：

2.1.4iloc方法选择数据

iloc不使用index和columns