🐚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📂

🍺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）读取其他文件

接下来我们读取三类文件==csv== ==tsv== ==txt==文件，值得注意的是读取这三类文件时使用的都是同一个方法，即pd.read_csv(file)，在读取时为excel表时需注意分隔符，使用参数sep=’'来分隔。接下来我们一起看看在excel和pandas种如何操作的吧！

💨1.excel读取其他文件

从excel中导入外部数据

💦1.1 导入csv文件

导入csv文件时，分隔符选择逗号即可。

💦1.2 导入tsv文件

导入tsv文件，分隔符选择tab键

💦1.3 导入txt文本文件

导入txt文件时，注意文本里是以什么符号分隔的，自定义分隔符。

💨2.pandas读取其他文件

在pandas中为无论是读取csv文件还是tsv文件亦或者txt文件，都是用read_csv()的方法读取，另外加上sep()参数来分隔。

💦2.1 读取csv文件

import pandas as pd

# 导入csv文件
test1 = pd.read_csv('./excel/test12.csv',index_col="ID")
df1 = pd.DataFrame(test1)

print(df1)

💦2.2 读取tsv文件

tab键用 ==\t== 来表示

import pandas as pd

# 导入tsv文件
test3 = pd.read_csv("./excel/test11.tsv",sep='\t')
df3 = pd.DataFrame(test3)

print(df3)

💦2.3 读取txt文件

import pandas as pd

# 导入txt文件
test2 = pd.read_csv("./excel/test13.txt",sep='|')
df2 = pd.DataFrame(test2)

print(df2)

结果：

🔅（二）数据透视表

在excel中存在多种数据，且分为很多类型，这时使用数据透视表就会很方便也很直观的为我们分析出各种我们想要的数据了。
实例：将下列数据绘制成一个透视表，并绘制出按总类分每年的销售额！

import pandas as pd
import numpy as np

pd.options.display.max_columns =999
test = pd.read_excel('./excel/test14.xlsx')
df = pd.DataFrame(test)
# 将年份取出并新建一个列名为年份的列
df['year'] = pd.DatetimeIndex(df['Date']).year
# 绘制透视表
table = df.pivot_table(index='总类',columns='year',values='销售额',aggfunc=np.sum)
df1 = pd.DataFrame(table)
df1['总计'] = df1[[2011,2012,2013,2014]].sum(axis=1)


print(df1)

import pandas as pd
import numpy as np

pd.options.display.max_columns =999
test = pd.read_excel('./excel/test14.xlsx')
df = pd.DataFrame(test)
# 将年份取出并新建一个列名为年份的列
df['year'] = pd.DatetimeIndex(df['Date']).year

# groupby方法
group = df.groupby(['总类','year'])

s= group['销售额'].sum()
c = group['ID'].count()

table = pd.DataFrame({'sum':s,'total':c})

print(table)