python数据分析基础001-利用pandas玩转excel表格(2)

举报
苏凉.py 发表于 2022/04/19 11:11:20 2022/04/19
【摘要】 数据分析基础,对excel进行操作!

🐚作者简介:苏凉(专注于网络爬虫,数据分析)
🐳博客主页:苏凉的博客
👑名言警句:海阔凭鱼跃,天高任鸟飞。
📰要是觉得博主文章写的不错的话,还望大家三连支持一下呀!!!
👉关注✨点赞👍收藏📂

在这里插入图片描述

🍺前言

在数据分析中我们可以利用pandas对excel表格进行操作,包括对excel的创建,修改和读取等等。接下来我们一起来学习如何利用pandas对excel表格操作吧!!

🍀(一)在pandas中对excel进行函数填充

🍒1.在excel中进行函数填充

实例:在excel中我们要计算出现价,需要用对应的单元格做计算,得出结果后向下填充!

在这里插入图片描述

🍒2.在pandas中实现函数填充

🔥2.1 列于列进行计算

在excel表格中,计算出得结果通常为单元格与单元格做计算,而在pandas中往往都是整列与整列进行计算。

import pandas as pd

book = pd.read_excel('./Book.xlsx')

df = pd.DataFrame(book)

# 1.列与列进行计算
now_price = df['原价'] * df['折扣']
df['现价']=now_price

print(df)

结果:
在这里插入图片描述

🔥2.2 单元格与单元格进行计算

若我们想要实现excel中的单元格与单元格进行计算,我们需要遍历索引,取到每个单元格内的值,再进行计算,这个方法与上述方法实现的效果相同,但增加了计算量。如没有特殊情况,不推荐此类方法!!

# 2.单元格和单元格进行计算
# # 对索引进行遍历
for i in df.index:
    df['现价'].at[i] = df['原价'].at[i] * df['折扣'].at[i]

结果与上述相同。

🔥2.3 部分数据计算

若我们只想对其中的部分数据进行计算,则遍历部分单元格进行计算即可!

# 3.对部分单元格进行遍历
for i in range(5,11):
	df['现价'].at[i] = df['原价'].at[i] * df['折扣'].at[i]

结果:
在这里插入图片描述

🔥2.4 列增值

🌟2.4.1 pandas中的apply函数

DataFrame.apply(func, axis=0, broadcast=False, raw=False, reduce=None, args=(), **kwds)
我们在函数中实现对Series不同属性之间的计算,返回一个结果,则apply函数会自动遍历每一行DataFrame的数据,最后将所有结果组合成一个Series数据结构并返回。

4.列增值
def add(x):
    return x+5
df['原价'] = df['原价'].apply(add)

另一种写法,可以以不用定义函数,当然定义函数要方便一点在哪里需要用到直接调用就可以了,另外一种方法为使用lambda表达式代替函数。

df['原价'] = df['原价'].apply(lambda x:x+5)

以上两种方法都可以的到同样的结果:
在这里插入图片描述

🍀(二)排序以及多重排序

在excel表格中我们可以对数据进行从大到小或是从小到大排序,也可以对多列数据进行排序,那再pandas中我们要如何操作呢?接下来就让我们一起看看吧!

实例:我们要对该表格的价格进行从大到小排序,以及将不值且价格从大到小来进行排序
在这里插入图片描述

🍒1.在excel表格中进行操作

在这里插入图片描述
结果:
在这里插入图片描述

🍒2.在pandas中实现排序操作

我们需要在pandas中实现上述的结果,则需要调用pandas中的sort_values函数

import pandas as pd

list = pd.read_excel('./count.xlsx')

df = pd.DataFrame(list)
df.sort_values(by=['Worthy','Price'],inplace=True,ascending=[True,False])

print(df)

在此可以一次性加入多个参数进行排序,而不用另外设置,ascending的默认值为True(从小到大),在这里对两列的数据进行排序,ascending的值若不同时为True或False,则需要分开设置。

结果:
在这里插入图片描述
这样我们就实现了以上结果。

🍀(三)数据筛选

🍒1.在excel中进行数据筛选

在excel中通常我们需要筛选出一些我们需要的数据,那再pandas中如何实现呢?下面一起来看看吧

实例:筛选出成绩再85分以上包含85,且年龄再25岁以下的学生。
在这里插入图片描述
在这里插入图片描述

🍒2.在pandas中实现数据筛选

同样这里也需要用到apply函数

import pandas as pd

def age_25(a):
    return a<25
def score_85(b):
    return b>=85 and b <=100

student = pd.read_excel('./Students.xlsx',index_col='ID')
df = pd.DataFrame(student)
fin = df.loc[df['Age'].apply(age_25)].loc[df['Score'].apply(score_85)]
print(fin)

apply函数的另一种写法

fin = df.loc[df['Age'].apply(lambda x:x<25)].loc[df['Score'].apply(lambda y:y>=85 and y<=100)]

两种方法结果相同:
在这里插入图片描述

🍻结语

今天的内容就到这里啦,希望看到此文的小伙伴能有所收获,另外pandas在excel中还有很多操作需要探索,关注我,咱们下期再见!!
在这里插入图片描述

【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

举报
请填写举报理由
0/200