Python處理Excel&CSV文件

前言

在今年很早的時候，寫過一篇用 Python 玩 Excel 的文章，可以回顧《Python操作 excel ？應該這么玩！》

當時介紹了用 Pandas 庫玩股票，在 Excel 中畫出一個圖來。

現在有了前幾天爬取的王者榮耀 csv 文件，還需要用 pandas 庫來操作處理下。

實戰中去體會這些第三方庫的使用技巧，印象才會比較深刻。

環境準備

開始之前，首先確保你安裝了 pandas 庫。

pip install pandas

簡單用官網介紹的文字來說明下，何為 pandas？Pandas是一個開源的，BSD許可的庫，為Python編程語言提> > 供高性能，易于使用的數據結構和數據分析工具。

https://www.pypandas.cn/intro/

pandas中文官網

處理數據

有些時候，使用一些工具類的庫，如何才能更好地練手？

一旦有了使用場景，那么，便是最好的練手機會。（再次強調）

現在我的需求很明確了：

有一個王者榮耀的 csv 數據，我需要將其讀取到，然后將字典類型變成列，同時，需要讓頭像下載后自動寫進 Excel 中。

而 Excel 的數據最終會提供給玩王者的朋友們， 也為了后續的分析而用。

1.pd.read_csv()

import pandas as pd

df = pd.read_csv(path) # 讀取 csv 文件，看返回的是什么？

打個斷點看下，df最終返回的結果：

查看 debug 面板，df 的類型是 DataFrame。

來看下官網是如何介紹的？

如果還不理解，你可以把 DataFrame 想成 Excel 中的 Sheet 頁，它有著行和列，所以稱之為二維異構表格。

2.df['列名'] 獲取單列

在原來的 csv 中，有兩列是字典類型的，現在需要將每列的每行數據取出來，并且生成新的列，而列名就是字典中的 key ，單列的每行數據則是字典中的 value。

attr_details_data_dict = df['attr_details_data_dict'] # 獲取單列

取出來則是單列，而類型是 Series ，一維同構數組。（看上面官方的圖介紹）

3.pd.DataFrame(dict) 創建新的DataFrame

detail_col_list = []

for detail_str in attr_details_data_dict:

detail_df = pd.DataFrame(json.loads(detail_str), index=[0])

detail_col_list.append(detail_df)

不難發現，現在的單列數據中每行看似都是 dict 類型的，但用 for 循環遍歷時，取出的數據則是 str 類型，所以要用 json 庫轉換成 dict。

在用 pd.DataFrame 來構造新的 DataFrame，需要注意，構造時，dict 中的 value 值必須是可迭代的類型，比如 list 等，不然會報錯：

由于現在 dict 中的 value 是單個字符串，所以需要加上 Index=[0] 的參數，方可解決問題。

這樣最終構造出來的每個單獨的 DataFrame，我們將其追加到一個列表中，便于后續合并使用。

4.pd.concat([df1,df2....]) 合并DataFrame

new_detail_df = pd.concat(detail_col_list, axis=0, ignore_index=True)

參數 axis=0 表示上下合并，1表示左右合并，ignore_index=True表示忽略原來的索引。

最終，你可以看到由 list 中多個 df 上下合并而成大的 df，和 csv 中的順序一致，數據一致。

PS : 關于這里的 for 循環，如果你會列表表達式，可以寫成一行處理，很簡潔：

detail_col_list = [pd.DataFrame(json.loads(detail_str), index=[0]) for detail_str in attr_details_data_dict]

上面四步驟是在處理原來英雄的初始化數值的參數。

原 csv 中還有一列，也是 dict 類型，類似處理即可。

當然如果你對 Excel 處理，以上的后三部也是適用的。

pandas寫入Excel

寫入 Excel 之前，我們有一項工作沒有做，就是將我們新增的列合并到原有的 df 上去，把原來 df 中的兩個 dict 列去除掉。

1.去除 df 中的某列。df.drop(['列名'],axis=1)

df2 = df.drop(['attr_details_data_dict', 'recommand_stars_dict'], axis=1) # 刪除已經處理過的列

print(df2.columns) # 打印列名

2.將新增列合并刪除后的列上。

依然采用 concat 函數去做合并，這次是左右合并，所以 axis=1 ，列合并（左右）， axis=0，行合并（上下）。

# 合并新舊列

final_df = pd.concat([df2, new_detail_df, new_recommend_df], axis=1)

結果：

3.寫入 Excel

寫入操作很簡單，只需要如下：

final_df.to_excel('xxx.xlsx')

總結

pandas的操作，已經有了中文的官方文檔，非常友好，大家可以對照中文文檔去看下。

關于 Excel 中的頭像下載，以及 Excel 的數據清理，放在下一篇文章中講解。本篇內容長度足矣了，不繼續寫了。

老規矩，本章代碼已經上傳到 github 上，公號后臺回復 王者數據 ，即可獲得源碼和excel文件！

總結

以上是生活随笔為你收集整理的pythoncsv文件处理_Python处理ExcelCSV文件的全部內容，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。