最近一直忙著學習和寫開題報告，都沒有時間更文了，今天偷偷來休閑一下。

很多人一開始學習python，就是看到了很多關于python能夠快速處理和解決表格的廣告，于是便有了今天的分享。我主要利用pandas庫來做一些簡單且常規的操作。

1、創建表格

在excel中，創建表格很簡單，打開excel，輸入相關信息，然后保存，便是一張表格。

在python中，可以用以下代碼實現：

import pandas as pd df=pd.DataFrame({'ID':[1,2,3],'Name':['A','B','C']}) df = df.set_index('ID') df.to_excel(r'C:UsersAdministratorDesktoppythonprojectexcelexcel.xls') print('done')

2、讀取excel文件

在excel中，直接打開文件便可以，在python中，可以用以下代碼：

people = pd.read_excel(r'C:UsersAdministratorDesktoppythonprojectexcelPeople.xlsx') # 當標題行有其他數字，則header =1, # 當沒有標題頭，設置header=None # people.columns=['1','2','3','4'] # people.set_index('ID',inplace = True)# 會自動設置people = pd.read_excel(r'C:UsersAdministratorDesktoppythonprojectexcelPeople.xlsx'，index_col ='ID') print(people.shape) print(people.columns) print(people.head())

3、行、列和單元格操作

在python中，一般會用字典或者序列來進行數值的填充。

s1=pd.Series([100,200],index=['x','y']) print(s1)x 100 y 200將序列轉化為DataFrame s1 = pd.Series([1,2,3],index=[1,2,3],name='A') s2 = pd.Series([10,20,30],index=[1,2,3],name='B') s3 = pd.Series([100,200,300],index=[1,2,3],name='C')df =pd.DataFrame({s1.name:s1,s2.name:s2,s3.name:s3}) print(df)A B C 1 1 10 100 2 2 20 200 3 3 30 300

4、自動填充

在excel中，自動填充的方法可見下圖：

在python中需要先讀取數據，但由于數據并沒有頂格，直接讀取會有錯誤。

# skiprows=3,usecols='C:F' books = pd.read_excel(r'C:UsersAdministratorDesktoppythonprojectexcelBooks (1).xlsx',skiprows=3,usecols='C:F',dtype={'ID':str,'InStore':str,'Date':str}) # ID列的自動填充（兩種方法） for i in books.index:# books['ID'].at[i] =i+1books.at[i,'ID'] =i+1 # Instore列的自動填充（兩種方法） for i in books.index:# books['InStore'].at[i]='Yes' if i%2 ==0 else 'No'books.at[i,'InStore']='Yes' if i%2 ==0 else 'No' # 日期列的自動填充 # 按天自動填充 start=date(2018,1,1) for i in books.index:books['Date'].at[i] = start + timedelta(days=i) print(books)ID Name InStore Date 0 1 Book_001 Yes 2018-01-01 1 2 Book_002 No 2018-01-02 2 3 Book_003 Yes 2018-01-03 3 4 Book_004 No 2018-01-04 4 5 Book_005 Yes 2018-01-05 5 6 Book_006 No 2018-01-06 6 7 Book_007 Yes 2018-01-07 7 8 Book_008 No 2018-01-08 8 9 Book_009 Yes 2018-01-09

5、函數填充、計算列

在excel中，通過兩列數據計算結果，可以用公式，比如說，我要計算銷售額，那么在excel的單元格輸入=銷量范圍*單價數據范圍，在python中可以使用以下代碼：

books = pd.read_excel(r'C:UsersAdministratorDesktoppythonprojectexcelBooks.xlsx',index_col='ID') # 第一種方式 books['Price'] = books['ListPrice'] *books['Discount'] # 第二種方式（將單元格進行依次計算） for i in books.index: books['Price'].at[i] = books['ListPrice'].at[i] * books['Discount'].at[i] # 第三種方式（只算一部分的價格，不一定每一個都需要） for i in range(5,16): books['Price'].at[i] = books['ListPrice'].at[i] * books['Discount'].at[i] print(books)

6、數據排序

在excel中有自動的排序功能，在python中可以利用sort_values()函數實現

products = pd.read_excel(r'C:UsersAdministratorDesktoppythonprojectexcelList.xlsx', index_col='ID') products.sort_values(by=['Worthy', 'Price'], ascending=[True, False], inplace=True) print(products)Name Price Worthy ID 18 Product_018 11.22 No 15 Product_015 10.31 No 3 Product_003 9.62 No 9 Product_009 8.98 No 6 Product_006 7.34 No 12 Product_012 7.29 No 2 Product_002 11.99 Yes 17 Product_017 11.95 Yes 8 Product_008 11.14 Yes 4 Product_004 11.08 Yes 7 Product_007 10.97 Yes

7、數據過濾和篩選

在excel中有篩選器可以根據相關提示一步步操作，而python中可以用以下代碼設置篩選器：

students = pd.read_excel(r'C:UsersAdministratorDesktoppythonprojectexcelStudents.xlsx', index_col='ID') students = students.loc[students['Age'].apply(lambda a:18 <= a <= 30)].loc[students.Score.apply(lambda s:60 <= s < 90)] print(students)Name Age Score ID 4 Student_004 27 73 8 Student_008 21 61 9 Student_009 18 85 19 Student_019 19 86

今天暫時分享到這里啦，等后期慢慢整理剩下的一些常用技巧。

總結

以上是生活随笔為你收集整理的python 对xlsx文件数根据日期进行统计分析_Python处理Excel的常用操作（一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。