1 說明

預計需要15min閱讀此教材；

本教材僅講述如何查看excel數據，篩選，排序，查找替換數據，不涉及excel中復雜的圖形繪制及樣式修改。

2 假設

假設，已經存在一個test.xlsx文件，僅包含一個sheet，文件內容如下。

col1col2

foo1	bar1
foo2	bar2

3 讀取

3.1 讀取excel

讀取一個excel并賦值給df

import

查看行列數

#法一

查看列名

df說明:如果沒有定義表頭columns展示僅是索引名1,2,3

獲取單元格值

如果了解單元格的行列值可以使用iloc方法獲取單元格值。

df

其中m為行數，n為列數，二者均從0開始索引。

查看行

可以使用標簽，切片，標簽矩陣等等獲取行數。

# 查看單行 python中切片是不算終止一個元素的，df.iloc取前n個元素是使用':n'，而loc方法是計算終止元素的，取前n元素方法就變為df.loc[:n-1]

查看列

# 查看單列 如果excel表格有列名且沒有空格，pandas會默認為df增加一個同列名的字段

全表查看

pandas沒有全表查看api，如果要全表查看需要自行編寫代碼：

# 由于DataFrame是采用列式存儲，這里第一層循環使用列，第二層循環使用行。

4 表格操作

4.1 新增

插入新列

插入新列僅需添加一個新的值,并賦值一個Series對象即可。

df['newcolumn']= pd.Series([1,2])

插入新行

方法一：使用loc。

# 注意在插入時列必須匹配，不能有缺省列。

方法二：使用append

newdf

4.2 修改

修改單元格的值

如果你知道修改單元格的行和列可以使用iloc方法：

# 行和列從0開始索引

4.3 刪除

DataFrame提供drop方法支持批量刪除行和列。

drop

參數解釋，

# 刪除第一和第三行 pandas僅支持按標簽刪除行列，不支持按行列值刪除，這點與選擇不同

5 過濾和排序

5.1 過濾

添加過濾條件，

df

如果在一個列中要選擇多個值，Series對象有isin方法可以實現該功能

df

多條件過濾

如果需要添加多個過濾條件可以使用，

df

該方法返回值類型為DataFrame。

5.2 排序

DataFrame和Series都有sort_values方法，可按照某列數據做排序。排序方法返回的值依然為DataFrame。

df

設定排序順序

# 按降序排序

按列值排序

df單列排序會影響所有記錄重新排序，而不是影響單獨列。

6 保存文件

至此，你已學會如何讀取文件，查看數據并操作excel值，現在需要將結果寫回excel。DataFrame提供to系列方法實現寫回。

df注意讀取時使用pandas靜態方法，寫回則使用DataFrame的方法

引用

DataFrame - pandas 1.1.4 documentation?pandas.pydata.orgSeries - pandas 1.1.4 documentation?pandas.pydata.org

總結

以上是生活随笔為你收集整理的pandas 读取所有表头_像用excel一样用pandas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。