python实现excel数据分析常用功能

（一文学会如何用Python实现excel基础功能）

本文主要应用pandas包完成，先加载pandas包

import pandas as pd

1、excel数据读取

data = pd.read_excel(r"C:\\Users\\Desktop\\test.xlsx")
data = pd.read_csv(r"C:\\Users\\Desktop\\test.csv")

路径采用 “\ \” 分隔符可以增加可读性

带有变量的数据载入

day = 6.15
data = pd.read_excel(r"C:\\Users\\Desktop\\" + day + "test.xlsx")
#载入该路径下文件名为：6.15test 的表格

2、数据处理

将导入数据变成数据框，方便调用

data = pd.DataFrame(data)

替换空值

data.fillna(value='none_value', inplace=True)

参数释义：

参数名	释义
value=	接上想要替换空缺值的内容
inplace=	True为在原数据上替换空缺值

去除空值

names = [data['name']_ for data['name']_ in data['name'] if data['name']_ == data['name']_]

去重

data.drop_duplicates(subset='name', keep='first')

参数释义：

参数名	释义
subset=	接上想要去重的列名
keep=	first为保留重复数据的第一个，last为保留重复数据的最后一个，FALSE为把重复数据全部删除

重新排序索引

data.reset_index(drop=True)

去重之后会有一些索引缺失，以上代码可以重新定义索引

3、数据调用

data1 = data['name']  #调用列名为‘name’的列
data2 = data[['name', 'age']]  #调用列名为‘name’和‘age’的列

4、表格合并

merge函数可以进行表格的横向合并（可替代excel中的VLOOKUP函数）

data = pd.merge(left=data1, right=data2, how='left', left_on='name', right_on='name')

参数名	释义
left=	放在左边的预合并表
right=	放在右边的预合并表
how=	’left‘即以左边表关键字为准，’right‘以右边为准，’outer‘以关键字并集为准，’inner‘以关键字交集为准
left_on=	指定左边表关键字列
right_on=	指定右边表关键字列

concat函数可以进行表格的纵向合并

data = pd.concat([data, data2], axis=0)

参数名	释义
[ , ]	需要进行合并的表格
axis=	0表示纵向合并

5、数据计算

两列对应相加减乘除可以直接计算

data3 = data['age']*data['score']

列中每个数同时加减乘除同一常数，需要先进行列表解析，再进行计算

data4 = pd.Series(data['score'])*5.6
#Series函数对列表进行解析

学会以上规则，再善用循环和条件语句就能轻松利用Python实现excel的基本功能~