發(fā)現(xiàn)了一篇很好的教程馒过,介紹一些Excel中的常用操作臭脓,怎樣在pandas中實(shí)現(xiàn),很不錯腹忽,這里學(xué)習(xí)来累,順便分享下。
原文地址:用Pandas完成Excel中常見的任務(wù)窘奏,
這個(gè)是翻譯的嘹锁,再原文是:Common Excel Tasks Demonstrated in Pandas
好了,下面着裹,我們開始學(xué)習(xí)下领猾。
基礎(chǔ)數(shù)據(jù)
這個(gè)是從網(wǎng)上找的一個(gè)成績單,拿了一部分?jǐn)?shù)據(jù)
首先呢骇扇,我們想要摔竿,在加一列,顯示總分匠题,Excel中很方便
在pandas中呢拯坟,其實(shí),我們就是需要“數(shù)學(xué)”韭山,“語文”郁季,“英語”這3列加在一起,我們怎樣獲取這3列呢钱磅?
前面梦裂,我們說過在DataFrame中,怎樣去篩選數(shù)據(jù)
import pandas as pd
import numpy as np
df = pd.read_excel(r'D:\document\tableau_data\data_stu.xlsx',sheetname=0)
print(df)
print(df['數(shù)學(xué)'])
print(df['語文'])
那我們只需要新增一列盖淡,把已知的3列加起來就行
df['總分'] = df['數(shù)學(xué)'] + df['語文'] + df['英語']
print(df)
也是很方便年柠,按照思路,直接相加就行了
下面呢褪迟,我們來統(tǒng)計(jì)下冗恨,數(shù)學(xué)的總分答憔、語文的總分,就是把每一列的數(shù)據(jù)都相加
DataFrame中有很多的聚合函數(shù)掀抹,這里簡單介紹下
#數(shù)學(xué)的最大值
print(df['數(shù)學(xué)'].max())
#數(shù)學(xué)的最小值
print(df['數(shù)學(xué)'].min())
#數(shù)學(xué)的平均值
print(df['數(shù)學(xué)'].mean())
#數(shù)學(xué)的總分
print(df['數(shù)學(xué)'].sum())
這個(gè)和SQL里面一樣虐拓,Excel里也是這樣的,他會從這一列中傲武,獲取最大值蓉驹、最小值等等
下面,我們算個(gè)列的總分
df['總分'] = df['數(shù)學(xué)'] + df['語文'] + df['英語']
sum_data = df[['數(shù)學(xué)','語文','英語','總分']].sum()
print(sum_data)
print(type(sum_data))
這樣揪利,我們構(gòu)造了一個(gè)Series前面呢态兴,我們知道,Series可以初始化一個(gè)DataFrame
df2 = pd.DataFrame(sum_data)
print(df2)
初始化之后呢疟位,是這樣的瞻润,但是,結(jié)構(gòu)不太一樣献汗,我們可以做一下行列轉(zhuǎn)換
df2 = pd.DataFrame(sum_data).T
print(df2)
這回樣子像一些了敢订,但是DataFrame中,需要保持結(jié)構(gòu)一致罢吃,我們還需要填充幾列
我們可以用到reindex函數(shù)楚午,重構(gòu)一下索引
DataFrame.reindex(index=None, columns=None, **kwargs)
df2 = pd.DataFrame(sum_data).T
df2 = df2.reindex(columns=df.columns)
print(df2)
到了這里,我們只要將這個(gè)DataFrame插入到原來的DataFrame中就行了
DataFrame.append(other, ignore_index=False, verify_integrity=False)Append rows of other to the end of this frame, returning a new object. Columns not in this frame are added as new columns.
剛試了下尿招,發(fā)現(xiàn)矾柜,前面不重構(gòu)索引的話,也是可以的就谜,這里會自動補(bǔ)全
df3 = df.append(df2,ignore_index=True)
print(df3)
原文中還有些模糊匹配的例子怪蔑,這里就不練習(xí)了,
下面丧荐,我們看個(gè)分類匯總的小問題缆瓣,這里又增加了一個(gè)班級列,要不不好測試
Excel里面實(shí)現(xiàn)虹统,應(yīng)該是這樣的弓坞,
在pandas中,我們要使用groupby這個(gè)函數(shù)
print(df[['班級','數(shù)學(xué)','語文','英語']].groupby(by=['班級']).sum() )
原文中车荔,還有一個(gè)格式化和rename index的問題渡冻,格式化還沒搞明白,后面再說下吧
DataFrame.rename(index=None, columns=None, **kwargs)
df2 = df[['班級','數(shù)學(xué)','語文','英語']].groupby(by=['班級']).sum()
print(df2)
df2 = df2.rename(index={'1班':'1班-匯總','2班':'2班-匯總'})
print(df2)
我們可以通過一個(gè)dict忧便,來替換索引的名字
好了族吻,今天的分享就是這些,總結(jié)下呢,主要是對DataFrame中函數(shù)的理解和使用超歌,還是得多多的練習(xí)才可以砍艾。
-- 這里回頭試下那個(gè)格式化的問題,剛剛學(xué)習(xí)了下握础,可以參考:Python基礎(chǔ)(2)- 格式化format
主要就是format那個(gè)函數(shù)的使用辐董,還有DataFrame中那個(gè)applymap的使用
DataFrame.applymap(func)Apply a function to a DataFrame that is intended to operate elementwise, i.e. like doing map(func, series) for each series in the DataFrame
import pandas as pd
import numpy as np
df = pd.read_excel(r'D:\document\tableau_data\data_stu.xlsx',sheetname=0)
print(df)
df2 = df[['班級','數(shù)學(xué)','語文','英語']].groupby(by=['班級']).sum()
print(df2)
df2 = df2.rename(index={'1班':'1班-匯總','2班':'2班-匯總'})
print(df2)
def score(s):
return '@{:.2f}@分'.format(s)
df3 = df2.applymap(score)
print(df3)