假設有Excel文件data.xlsx，其中內容為

現在需要將這個Excel文件中的數據讀入pandas，并且在后續的處理中不關心ID列，還需要把sex列的female替換為1，把sex列的male替換為0。本文演示有關的幾個操作。

（1）導入pandas模塊

>>> import pandas as pd

（2）把Excel文件中的數據讀入pandas

>>> df = pd.read_excel('data.xlsx')

>>> df

ID age height sex weight

張三 1 39 181 female 85

李四 2 40 180 male 80

王五 3 38 178 female 78

趙六 4 59 170 male 66

（3）刪除ID列

可以得到新的DataFrame：

>>> df.drop('ID', axis=1)

age height sex weight

張三 39 181 female 85

李四 40 180 male 80

王五 38 178 female 78

趙六 59 170 male 66

也可以直接在原DataFrame上原地刪除：

>>> df.drop('ID', axis=1, inplace=True)

>>> df

age height sex weight

張三 39 181 female 85

李四 40 180 male 80

王五 38 178 female 78

趙六 59 170 male 66

（4）替換sex列

方法一：使用replace()方法替換sex列，得到新的DataFrame，如果指定參數inplace=True，則可以原地替換。

>>> df.replace({'female':1, 'male':0})

age height sex weight

張三 39 181 1 85

李四 40 180 0 80

王五 38 178 1 78

趙六 59 170 0 66

方法二：使用map()方法+lambda表達式，原地替換。

>>> df1 = df[:]

>>> df1['sex'] = df1['sex'].map(lambda x:1 if x=='female' else 0)

>>> df1

age height sex weight

張三 39 181 1 85

李四 40 180 0 80

王五 38 178 1 78

趙六 59 170 0 66

方法三：使用map()方法+字典，原地替換。

>>> df1 = df[:]

>>> df1['sex'] = df1['sex'].map({'female':1, 'male':0})

>>> df1

age height sex weight

張三 39 181 1 85

李四 40 180 0 80

王五 38 178 1 78

趙六 59 170 0 66

方法四：使用loc類，原地替換。

>>> df1 = df[:]

>>> df1.loc[df['sex']=='female', 'sex'] = 1

>>> df1.loc[df['sex']=='male', 'sex'] = 0

>>> df1

age height sex weight

張三 39 181 1 85

李四 40 180 0 80

王五 38 178 1 78

趙六 59 170 0 66

總結

以上是生活随笔為你收集整理的python用pandas读取excel_Python使用pandas读取Excel文件数据和预处理小案例的全部內容，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。