(资料图片)
python进行excel处理
1. Excel读取
# 首先导入pandas工具包import pandas as pd# 读取Exceldf = pd.read_excel("./excel_name.xlsx") # 相对路径，./表示当前文件夹上一级df = pd.read_excel("E:\Python\01.大数据分析师\01.0418脱产班\009.python办公自动化_曹鑫\代码\代码\01_更快系列_1张Excel表拆成1000张表/excel_name.xlsx") # 绝对路径2. Excel内容查看
df.shape # 数据规模查看df.info() # 数据信息查看，确认数据数量，是否缺失以及数据类型df.column_name.map(type).unique() # 确认列数据类型df.column_name.map(type).value_counts() # 确认列数据数量df.describe() # 查看数值型统计性信息，count/mean/max/min等df.describe(include="all") # 查看所有数据统计性信息，包括非数值型df[df.column_name == "item_name"] # 查看coulmn_name中项目为item_name的数据信息df.column_name.unique() # 查看column_name列的信息（已去重）df.column_name.value_counts() # 统计column_name列所有项目数量df.sort_values("coulmn_name", sacending=Flase)[0:10] # coulmn_name排序前10数据df.insert(3, "coulmn_name3", df.coulmn_name1 * df.coulmn_name2) # 在数据第3列插入列名为coulmn_name1的列，其值为coulmn_name1 * coulmn_name2df.groupby("coulmn_name1").get_group("item_name") # 查看coulmn_name1中item_name的数据信息df[df.coulmn_name1.str.find("str_name") != -1] # 查看coulmn_name1中包含str_name字符的数据信息df[df.coulmn_name1.str.contains("str_name")] # 同上 df[df.coulmn_name1.map(lambda x:"str_name" in x)] # 同上df.groupby("coulmn_name1").sum().sort_values("coulmn_name2", ascengding=False) # 以coulmn_name1为分组项，求coulmn_name2的和并按coulmn_name2排序3. Excel数据整理绘图
# 以coulmn_name1分组，求coulmn_name2之和前10数据信息纵向图Top10_coulmn_name2 = df.groupby("coulmn_name1)["coulmn_name2"].sum("coulmn_name2").sort_values(sdcending=False)[0:10]Top_coulmn_name2.plot(kind="barh")
