Python教程

Python3 pandas 操作excel

本文主要是介绍Python3 pandas 操作excel,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

Python3 pandas

DataFrame 基本功能讲解

import pandas as pd 导入库

df = pd.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False) 创建一个DataFrame

代码 功能
DataFrame() 创建一个DataFrame对象
df.values 返回ndarray类型的对象
df.iloc[ 行序,列序 ] 按序值返回元素
df.loc[ 行索引,列索引 ] 按索引返回元素
df.index 获取行索引
df.columns 获取列索引
df.axes 获取行及列索引
df.T 行与列对调
df. info() 打印DataFrame对象的信息
df.head(i) 显示前 i 行数据
df.tail(i) 显示后 i 行数据
df.describe() 查看数据按列的统计信息

df.values 返回ndarray类型的对象

df.iloc[ 行序,列序 ] 按序值返回元素

df.loc[ 行索引,列索引 ] 按索引返回元素

df.index 获取行索引

df.columns 获取列索引

df.axes 获取行及列索引

df.T index 与 columns 对调

df.info() 打印DataFrame对象的信息

df.head(i) 显示前 i 行数据

df.tail(i) 显示后 i 行数据

df.describe() 查看数据按列的统计信息

以上内存参见链接

  返回一个Numpy的recarray来替代DataFrame。如果该参数设定为True。将会优先squeeze参数使用。并且行索引将不再可用,索引列也将被忽略。

  如果文件值包含一列,则返回一个Series

 prefix : str, default None

  在没有列标题时,给列添加前缀。例如:添加‘X’ 成为 X0, X1, ...

 mangle_dupe_cols : boolean, default True

  重复的列,将‘X’...’X’表示为‘X.0’...’X.N’。如果设定为false则会将所有重名列覆盖。

 dtype : Type name or dict of column -> type, default None

  每列数据的数据类型。例如 {‘a’: np.float64, ‘b’: np.int32}

 engine : {‘c’, ‘python’}, optional

  Parser engine to use. The C engine is faster while the python engine is currently more feature-complete.

  使用的分析引擎。可以选择C或者是python。C引擎快但是Python引擎功能更加完备。

 converters : dict, default None

  列转换函数的字典。key可以是列名或者列的序号。

 true_values : list, default None

  Values to consider as True

 false_values : list, default None

  Values to consider as False

 skipinitialspace : boolean, default False

  忽略分隔符后的空白(默认为False,即不忽略).

 skiprows : list-like or integer, default None

  需要忽略的行数(从文件开始处算起),或需要跳过的行号列表(从0开始)。

 skipfooter : int, default 0

  从文件尾部开始忽略。 (c引擎不支持)

  skip_footer : int, default 0

  不推荐使用:建议使用skipfooter ,功能一样。

 nrows : int, default None

  需要读取的行数(从文件头开始算起)。

 na_values : scalar, str, list-like, or dict, default None

  一组用于替换NA/NaN的值。如果传参,需要制定特定列的空值。默认为‘1.#IND’, ‘1.#QNAN’, ‘N/A’, ‘NA’, ‘NULL’, ‘NaN’, ‘nan’`.

 keep_default_na : bool, default True

  如果指定na_values参数,并且keep_default_na=False,那么默认的NaN将被覆盖,否则添加。

 na_filter : boolean, default True

  是否检查丢失值(空字符串或者是空值)。对于大文件来说数据集中没有空值,设定na_filter=False可以提升读取速度。

 verbose : boolean, default False

  是否打印各种解析器的输出信息,例如:“非数值列中缺失值的数量”等。

 skip_blank_lines : boolean, default True

  如果为True,则跳过空行;否则记为NaN。

 parse_dates : boolean or list of ints or names or list of lists or dict, default False

    • boolean. True -> 解析索引
    • list of ints or names. e.g. If [1, 2, 3] -> 解析1,2,3列的值作为独立的日期列;
    • list of lists. e.g. If [[1, 3]] -> 合并1,3列作为一个日期列使用
    • dict, e.g. {‘foo’ : [1, 3]} -> 将1,3列合并,并给合并后的列起名为"foo"

 infer_datetime_format : boolean, default False

  如果设定为True并且parse_dates 可用,那么pandas将尝试转换为日期类型,如果可以转换,转换方法并解析。在某些情况下会快5~10倍。

 keep_date_col : boolean, default False

  如果连接多列解析日期,则保持参与连接的列。默认为False。

 date_parser : function, default None

  用于解析日期的函数,默认使用dateutil.parser.parser来做转换。Pandas尝试使用三种不同的方式解析,如果遇到问题则使用下一种方式。

    1.使用一个或者多个arrays(由parse_dates指定)作为参数;

    2.连接指定多列字符串作为一个列作为参数;

    3.每行调用一次date_parser函数来解析一个或者多个字符串(由parse_dates指定)作为参数。

  dayfirst : boolean, default False

  DD/MM格式的日期类型

 iterator : boolean, default False

  返回一个TextFileReader 对象,以便逐块处理文件。

 chunksize : int, default None

  文件块的大小, See IO Tools docs for more informationon iterator and chunksize.

  compression : {‘infer’, ‘gzip’, ‘bz2’, ‘zip’, ‘xz’, None}, default ‘infer’

  直接使用磁盘上的压缩文件。如果使用infer参数,则使用 gzip, bz2, zip或者解压文件名中以‘.gz’, ‘.bz2’, ‘.zip’, or ‘xz’这些为后缀的文件,否则不解压。

  如果使用zip,那么ZIP包中国必须只包含一个文件。设置为None则不解压。

  新版本0.18.1版本支持zip和xz解压

 thousands : str, default None

  千分位分割符,如“,”或者“."

 decimal : str, default ‘.’

  字符中的小数点 (例如:欧洲数据使用’,‘).

 float_precision : string, default None

  Specifies which converter the C engine should use for floating-point values. The options are None for the ordinary converter, high for the high-precision converter, and round_trip for the round-trip converter.

  lineterminator : str (length 1), default None

  行分割符,只在C解析器下使用。

 quotechar : str (length 1), optional

  引号,用作标识开始和解释的字符,引号内的分割符将被忽略。

 quoting : int or csv.QUOTE_* instance, default 0

  控制csv中的引号常量。可选 QUOTE_MINIMAL (0), QUOTE_ALL (1), QUOTE_NONNUMERIC (2) or QUOTE_NONE (3)

 doublequote : boolean, default True

  双引号,当单引号已经被定义,并且quoting 参数不是QUOTE_NONE的时候,使用双引号表示引号内的元素作为一个元素使用。

 escapechar : str (length 1), default None

  当quoting 为QUOTE_NONE时,指定一个字符使的不受分隔符限值。

 comment : str, default None

  标识着多余的行不被解析。如果该字符出现在行首,这一行将被全部忽略。这个参数只能是一个字符,空行(就像skip_blank_lines=True)注释行被header和skiprows忽略一样。

  例如如果指定comment='#' 解析‘#empty\na,b,c\n1,2,3’ 以header=0 那么返回结果将是以’a,b,c'作为header。

 encoding : str, default None

  指定字符集类型,通常指定为'utf-8'. List of Python standard encodings

 dialect : str or csv.Dialect instance, default None

  如果没有指定特定的语言,如果sep大于一个字符则忽略。具体查看csv.Dialect 文档

 tupleize_cols : boolean, default False

  Leave a list of tuples on columns as is (default is to convert to a Multi Index on the columns)

 error_bad_lines : boolean, default True

  如果一行包含太多的列,那么默认不会返回DataFrame ,如果设置成false,那么会将改行剔除(只能在C解析器下使用)。

 warn_bad_lines : boolean, default True

  如果error_bad_lines =False,并且warn_bad_lines =True 那么所有的“bad lines”将会被输出(只能在C解析器下使用)。

 low_memory : boolean, default True

  分块加载到内存,再低内存消耗中解析。但是可能出现类型混淆。确保类型不被混淆需要设置为False。或者使用dtype 参数指定类型。

  注意使用chunksize 或者iterator 参数分块读入会将整个文件读入到一个Dataframe,而忽略类型(只能在C解析器中有效)

 buffer_lines : int, default None

  不推荐使用,这个参数将会在未来版本移除,因为他的值在解析器中不推荐使用

 compact_ints : boolean, default False

  不推荐使用,这个参数将会在未来版本移除

  如果设置compact_ints=True ,那么任何有整数类型构成的列将被按照最小的整数类型存储,是否有符号将取决于use_unsigned 参数

 use_unsigned : boolean, default False

  不推荐使用:这个参数将会在未来版本移除

  如果整数列被压缩(i.e. compact_ints=True),指定被压缩的列是有符号还是无符号的。

  memory_map : boolean, default False

  如果使用的文件在内存内,那么直接map文件使用。使用这种方式可以避免文件再次进行IO操作。

这篇关于Python3 pandas 操作excel的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!