Rumah > pembangunan bahagian belakang > Tutorial Python > Bermula dengan Pandas: Membaca Data daripada Excel

Bermula dengan Pandas: Membaca Data daripada Excel

王林
Lepaskan: 2024-01-24 08:37:16
asal
1154 orang telah melayarinya

Bermula dengan Pandas: Membaca Data daripada Excel

Mula Pantas dengan panda: Cara membaca fail Excel, contoh kod khusus diperlukan

Pengenalan: panda ialah alat pemprosesan dan analisis data yang popular dalam Python Ia menyediakan struktur dan fungsi data yang kaya untuk memudahkan pengguna memproses data Bersih , mengubah dan menganalisis. Artikel ini akan memperkenalkan cara menggunakan perpustakaan panda untuk membaca fail Excel dan memberikan contoh kod khusus.

1. Pasang perpustakaan panda

Sebelum menggunakan panda, anda perlu memasang perpustakaan terlebih dahulu. Anda boleh memasang panda dengan memasukkan arahan berikut pada baris arahan:

pip install pandas
Salin selepas log masuk

2. Import perpustakaan panda

Sebelum anda mula menggunakan panda, anda perlu mengimport perpustakaan terlebih dahulu. Lazimnya mengimport panda sebagai pd, kerana ini adalah penggunaan biasa dan memudahkan penulisan dan pembacaan kod berikutnya.

import pandas as pd
Salin selepas log masuk

3. Membaca fail Excel

Seterusnya, kami akan menunjukkan cara menggunakan panda untuk membaca fail Excel.

Sebelum membaca fail Excel, anda perlu meletakkan fail Excel untuk dibaca dalam direktori kerja semasa. Anda boleh menggunakan arahan berikut untuk melihat direktori kerja semasa:

import os

print(os.getcwd())
Salin selepas log masuk

Dalam direktori kerja semasa, kami telah meletakkan fail Excel bernama "sample.xlsx" sebagai sampel.

Berikut ialah contoh kod untuk membaca fail Excel:

df = pd.read_excel('sample.xlsx')
print(df)
Salin selepas log masuk

Dalam kod di atas, kami menggunakan fungsi read_excel untuk membaca fail Excel dan menyimpan hasilnya dalam fail bernama df< /code>objek DataFrame. <code>read_excel函数来读取Excel文件,并将结果保存在一个名为df的DataFrame对象中。

四、显示数据

读取Excel文件后,我们可以使用各种操作来处理数据。接下来,我们将演示如何显示读取到的数据。

  1. 显示前几行数据
print(df.head())  # 默认显示前5行数据
print(df.head(10))  # 显示前10行数据
Salin selepas log masuk
  1. 显示后几行数据
print(df.tail())  # 默认显示后5行数据
print(df.tail(10))  # 显示后10行数据
Salin selepas log masuk
  1. 显示指定行、列的数据
print(df.iloc[0])  # 显示第一行数据(索引从0开始)
print(df['column_name'])  # 显示指定列的数据,其中column_name为列名
print(df[['column1', 'column2']])  # 显示多个列的数据
Salin selepas log masuk

五、保存数据

在对数据进行处理后,我们可能需要将结果保存到Excel文件中。pandas提供了to_excel函数用于将数据保存为Excel。以下是保存数据的代码示例:

df.to_excel('result.xlsx', index=False)
Salin selepas log masuk

在上述代码中,我们使用to_excel函数将数据保存为一个名为"result.xlsx"的Excel文件。index=False

4. Paparkan data

Selepas membaca fail Excel, kita boleh menggunakan pelbagai operasi untuk memproses data. Seterusnya, kami akan menunjukkan cara memaparkan data yang dibaca.

  1. Paparkan beberapa baris pertama data
rrreee
  1. Paparkan beberapa baris data seterusnya
rrreee
  1. Paparkan data dalam baris dan lajur yang ditentukan
rrreee5 Simpan data🎜🎜Selepas memproses data, kami mungkin perlu menyimpan hasilnya ke fail Excel . panda menyediakan fungsi to_excel untuk menyimpan data ke Excel. Berikut ialah contoh kod untuk menyimpan data: 🎜rrreee🎜Dalam kod di atas, kami menggunakan fungsi to_excel untuk menyimpan data sebagai fail Excel bernama "result.xlsx". Parameter index=False menunjukkan untuk tidak menyimpan indeks. 🎜🎜Kesimpulan: 🎜🎜Artikel ini memperkenalkan cara menggunakan perpustakaan panda untuk membaca fail Excel dan memberikan contoh kod khusus. Saya harap pembaca dapat dengan cepat memulakan dengan panda melalui pengenalan artikel ini, untuk memproses dan menganalisis data dengan lebih baik. Pada masa yang sama, pembaca juga disyorkan untuk merujuk dokumentasi rasmi panda untuk lebih memahami fungsi dan fungsi kaya yang disediakan oleh panda. 🎜

Atas ialah kandungan terperinci Bermula dengan Pandas: Membaca Data daripada Excel. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan