【Python自動化Excel】pandas處理Excel數據的基本流程

• 2022 年 1 月 9 日
• 筆記

這裡所說的pandas並不是大熊貓，而是Python的第三方庫。這個庫能幹嘛呢？它在Python數據分析領域可是無人不知、無人不曉的。可以說是Python世界中的Excel。

pandas庫處理數據相比於Excel，有一個極大的優點：數據和處理邏輯是分離的。基於這一點，便可以實現Excel數據處理的自動化，對於重複繁瑣的數據分析，pandas一次編寫腳本便「終身受益」。反觀Excel，遇到重複的任務還得一遍一遍地輸入公式、拖動填充柄。

pandas處理Excel數據的基本流程

pandas處理Excel數據的基本流程

從基本流程來看，這個數據處理過程，就是對原數據進行加工，生成新數據的過程。原始Excel文件就像是原材料，生成Excel文件就像是新產品。而pandas中就是這個加工廠，加工廠的處理邏輯就是根據具體需求來編寫的程式碼。可以從下面的實例中來理解這過程。

實例演示

實例需求描述：

實例描述

動圖演示：

pandas中的常用方法簡介

一、讀取Excel文件

import pandas as pd
df = pd.read_excel(io,header=0)

常用參數介紹：

• io:需要傳入Excel文件的路徑。該參數沒有默認值，不能為空

• header:可以指定從Excel中的哪一行開始讀取數據。默認為0，從第一行開始。

read_excel()演示

二、數據處理

DataFrame類型

DataFrame是pandas庫中的重要數據類型，可以叫做：數據框，好比放數據的架子，由行和列組成。其實跟Excel工作的表很類似，都是二維的。

DataFrame結構示意圖 實際DataFrames數據表

篩選

簡單的數據篩選，只需要輸入列名，也叫「鍵」

數據篩選

計算

計算演示

按照年齡分類：cut()函數

按年齡分類

三、寫入Excel文件

df.to_excel("./生成的Excel文件名.xlsx")

• 第一個參數：生成的Excel文件路徑。

• index：生成的Excel文件中是否需要index列，默認為True