Heim > Backend-Entwicklung > Python-Tutorial > Leicht zu erlernen: Beherrschen Sie die grundlegenden Bedienungsmethoden von Pandas zum Lesen von Excel-Dateien

Leicht zu erlernen: Beherrschen Sie die grundlegenden Bedienungsmethoden von Pandas zum Lesen von Excel-Dateien

PHPz
Freigeben: 2024-01-19 10:03:07
Original
1113 Leute haben es durchsucht

Leicht zu erlernen: Beherrschen Sie die grundlegenden Bedienungsmethoden von Pandas zum Lesen von Excel-Dateien

Beherrschen Sie die grundlegende Operationsmethode von Pandas zum Lesen von Excel-Dateien. Bei der Datenanalyse und -verarbeitung sind Excel-Dateien eine häufige Datenquelle. Pandas ist eine leistungsstarke Datenanalyse- und -verarbeitungsbibliothek in Python, die schnell und effizient lesen kann. Nehmen Sie die Excel-Datei und führen Sie die Datenbereinigung, -verarbeitung und -analyse durch. In diesem Artikel wird die grundlegende Betriebsmethode von Pandas zum Lesen von Excel-Dateien vorgestellt und spezifische Codebeispiele bereitgestellt, um den Lesern die schnelle Beherrschung zu erleichtern.

Pandas installieren
  1. Zuerst müssen Sie die Pandas-Bibliothek installieren. Es kann in der Befehlszeile über den Befehl pip installiert werden, wie unten gezeigt:
pip install pandas
Nach dem Login kopieren

Excel-Dateien lesen
  1. Das Kerntool zum Lesen von Excel-Dateien in Pandas ist die Funktion read_excel(), die ein oder mehrere Excel-Dateien lesen kann Dateitabelle, unterstützt Dateien in mehreren Formaten, wie z. B. xls und xlsx usw.

Das Folgende ist ein einfaches Beispiel für das Lesen einer Excel-Datei:

import pandas as pd
 
# 读取Excel文件
data = pd.read_excel('data.xlsx')
 
# 打印数据
print(data)
Nach dem Login kopieren

Der obige Code liest die Excel-Datei mit dem Namen „data.xlsx“ in ein DataFrame-Objekt und druckt die Daten aus.

Tabellen und Spalten auswählen
  1. Nachdem wir die Excel-Datei gelesen haben, können wir einige erforderliche Tabellen und Spalten für die weitere Analyse und Verarbeitung auswählen. Pandas bietet verschiedene Methoden zum Auswählen von Daten, z. B. die Verwendung von Tabellennamen, Spaltennamen oder die Verwendung von Zeilen- und Spaltenindizes.

Das Folgende ist ein Beispiel für die Auswahl von Tabellen und Spalten:

import pandas as pd
 
# 读取Excel文件
data = pd.read_excel('data.xlsx', sheet_name='Sheet1')
 
# 选择数据
selected_data = data[['Name', 'Age', 'Gender']]
 
# 打印数据
print(selected_data)
Nach dem Login kopieren

Der obige Code wählt die Tabelle mit dem Namen „Sheet1“ in der Excel-Datei aus und wählt dann die drei Spalten „Name“, „Alter“ und „Geschlecht“ aus die Tabelle aus und drucken Sie die Ergebnisse aus.

Daten filtern
  1. Das Filtern von Daten ist ein häufiger Vorgang in der Datenanalyse. Pandas bietet eine Vielzahl von Methoden zum Filtern von Daten, z. B. die Verwendung boolescher Indizes oder die Verwendung der Funktion query().

Hier ist ein Beispiel für das Filtern von Daten:

import pandas as pd
 
# 读取Excel文件
data = pd.read_excel('data.xlsx', sheet_name='Sheet1')
 
# 过滤数据
filtered_data = data[(data['Age'] > 18) & (data['Gender'] == 'Male')]
 
# 打印数据
print(filtered_data)
Nach dem Login kopieren

Der obige Code wählt die Tabelle mit dem Namen „Sheet1“ in der Excel-Datei aus, wählt dann die Daten aus, deren Alter älter als 18 Jahre ist und deren Geschlecht männlich ist, und druckt sie aus die Ergebnisse.

Datenberechnung und -analyse
  1. Sobald Sie die erforderlichen Daten ausgewählt haben, können Sie verschiedene Berechnungen und Analysevorgänge durchführen, z. B. Summe, Mittelwert, Standardabweichung usw. Pandas bietet einige integrierte Funktionen zum Abschließen dieser Vorgänge, z. B. sum(), mean(), std() usw.

Das Folgende ist ein Beispiel für die Datenberechnung und -analyse:

import pandas as pd
 
# 读取Excel文件
data = pd.read_excel('data.xlsx', sheet_name='Sheet1')
 
# 过滤数据
filtered_data = data[(data['Age'] > 18) & (data['Gender'] == 'Male')]
 
# 计算数据
age_mean = filtered_data['Age'].mean()
age_std = filtered_data['Age'].std()
 
# 打印数据
print('Average Age:', age_mean)
print('Standard Deviation of Age:', age_std)
Nach dem Login kopieren

Der obige Code wählt die Tabelle mit dem Namen „Sheet1“ in der Excel-Datei aus und wählt dann die Daten aus, deren Alter über 18 Jahre liegt und deren Geschlecht männlich ist. Berechnen Sie den durchschnittlichen Alterswert und die Standardabweichung und drucken Sie das Ergebnis aus.

Fazit
  1. Dieser Artikel stellt die grundlegende Funktionsweise von Pandas zum Lesen von Excel-Dateien vor und bietet spezifische Codebeispiele. Durch das Studium dieses Artikels können Leser schnell die grundlegenden Vorgänge beim Lesen von Excel-Dateien mit Pandas beherrschen und in praktischen Anwendungen Datenbereinigung, -analyse und -verarbeitung durchführen.

Das obige ist der detaillierte Inhalt vonLeicht zu erlernen: Beherrschen Sie die grundlegenden Bedienungsmethoden von Pandas zum Lesen von Excel-Dateien. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Verwandte Etiketten:
Quelle:php.cn
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage