Python操作Excel的函數有哪些

這篇文章主要介紹Python操作Excel的函數有哪些，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

本文涉及pandas最常用的36個函數，通過這些函數介紹如何完成數據生成和導入、數據清洗、預處理，以及最常見的數據分類，數據篩選，分類匯總，透視等最常見的操作。

生成數據表

常見的生成數據表的方法有兩種，第一種是導入外部數據，第二種是直接寫入數據。

Excel中的“文件”菜單中提供了獲取外部數據的功能，支持數據庫和文本文件和頁面的多種數據源導入。

Python支持從多種類型的數據導入。在開始使用Python進行數據導入前需要先導入numpy和pandas庫。

導入外部數據

里面有很多可選參數設置，例如列名稱、索引列、數據格式等

直接寫入數據

數據表檢查

數據表檢查的目的是了解數據表的整體情況，獲得數據表的關鍵信息、數據的概況，例如整個數據表的大小、所占空間、數據格式、是否有 空值和重復項和具體的數據內容，為后面的清洗和預處理做好準備。

1.數據維度(行列)

Excel中可以通過CTRL+向下的光標鍵，和CTRL+向右的光標鍵 來查看行號和列號。Python中使用shape函數來查看數據表的維度，也就是行數和列數。

df.shape

2.數據表信息

使用info函數查看數據表的整體信息，包括數據維度、列名稱、數據格式和所占空間等信息。#數據表信息

3.查看數據格式

Excel中通過選中單元格并查看開始菜單中的數值類型來判斷數 據的格式。Python中使用dtypes函數來返回數據格式。

Dtypes是一個查看數據格式的函數，可以一次性查看數據表中所 有數據的格式，也可以指定一列來單獨查看

4.查看空值

Excel中查看空值的方法是使用“定位條件”在“開始”目錄下的“查找和選擇”目錄。

Isnull是Python中檢驗空值的函數

5.查看唯一值

Excel中查看唯一值的方法是使用“條件格式”對唯一值進行顏色 標記。

Python中使用unique函數查看唯一值。

6.查看數據表數值

Python中的Values函數用來查看數據表中的數值

7.查看列名稱

Colums函數用來單獨查看數據表中的列名稱。

8.查看前10行數據

Head函數用來查看數據表中的前N行數據

9.查看后10行數據

Tail行數與head函數相反，用來查看數據表中后N行的數據

數據表清洗

本章介紹對數據表中的問題進行清洗，包括對空值、大小寫問題、數據格式和重復值的處理。

1.處理空值(刪除或填充)

Excel中可以通過“查找和替換”功能對空值進行處理

Python中處理空值的方法比較靈活，可以使用 Dropna函數用來刪除數據表中包含空值的數據，也可以使用fillna函數對空值進行填充。

也可以使用數字對空值進行填充

使用price列的均值來填充NA字段，同樣使用fillna函數，在要填充的數值中使用mean函數先計算price列當前的均值，然后使用這個均值對NA進行填充。

2.清理空格

字符中的空格也是數據清洗中一個常見的問題

3.大小寫轉換

在英文字段中，字母的大小寫不統一也是一個常見的問題。Excel中有UPPER，LOWER等函數，Python中也有同名函數用來解決 大小寫的問題。

4.更改數據格式

Excel中通過“設置單元格格式”功能可以修改數據格式。

Python中通過astype函數用來修改數據格式。

5.更改列名稱

Rename是更改列名稱的函數，我們將來數據表中的category列更改為category-size。

6.刪除重復值

Excel的數據目錄下有“刪除重復項”的功能

Python中使用drop_duplicates函數刪除重復值

city列中beijing存在重復，分別在第一位和最后一位 drop_duplicates()函數刪除重復值

設置keep='last‘’參數后，與之前刪除重復值的結果相反，第一位 出現的beijing被刪除

7.數值修改及替換

Excel中使用“查找和替換”功能就可以實現數值的替換

Python中使用replace函數實現數據替換

數據預處理

本章主要講的是數據的預處理，對清洗完的數據進行整理以便后期的統計和分析工作。主要包括數據表的合并，排序，數值分列，數據分組及標記等工作。

1.數據表合并

在Excel中沒有直接完成數據表合并的功能，可以通過VLOOKUP函數分步實現。在Python中可以通過merge函數一次性實現。

使用merge函數對兩個數據表進行合并，合并的方式為inner，將 兩個數據表中共有的數據匹配到一起生成新的數據表。并命名為 df_inner。

合并的方式還有left，right和outer方式

2.設置索引列

索引列可以進行數據提取，匯總，數據篩選

3.排序(按索引，按數值)

Excel中可以通過數據目錄下的排序按鈕直接對數據表進行排序

Python中需要使用ort_values函數和sort_index函數完成排序

Sort_index函數用來將數據表按索引列的值進行排序。

4.數據分組

Excel中可以通過VLOOKUP函數進行近似匹配來完成對數值的分組，或者使用“數據透視表”來完成分組

Python中使用Where函數用來對數據進行判斷和分組

還可以對多個字段的值進行判斷后對數據進行分組，下面的代碼中對city列等于beijing并且price列大于等于4000的數據標記為1。

5.數據分列

Excel中的數據目錄下提供“分列”功能。

在Python中使用split函數實現分列在數據表中category列中的數據包含有兩個信息，前面的數字為類別id，后面的字母為size值。中間以連字符進行連接。我們使用split函數對這個字段進行拆分，并將拆分后的數據表匹配回原數據表中。

數據提取

1.按標簽提取(loc)

使用冒號可以限定提取數據的范圍，冒號前面為開始的標簽值后面為結束的標簽值。

Reset_index函數用于恢復索引，這里我們重新將date字段的日期 設置為數據表的索引，并按日期進行數據提取。

2.按位置提取(iloc)

使用iloc函數按位置對數據表中的數據進行提取，這里冒號前后 的數字不再是索引的標簽名稱，而是數據所在的位置，從0開始。

iloc函數除了可以按區域提取數據，還可以按位置逐條提取

前面方括號中的0,2,5表示數據所在行的位置，后面方括號中的數表示所在列的位置。

3.按標簽和位置提取（ix）

ix是loc和iloc的混合，既能按索引標簽提取，也能按位置進行數 據提取.

4.按條件提取（區域和條件值）

使用loc和isin兩個函數配合使用，按指定條件對數據進行提取

將isin函數嵌套到loc的數據提取函數中，將判斷結果為Ture數據 提取出來。這里我們把判斷條件改為city值是否為beijing和shanghai。如果是就把這條數據提取出來。

數據篩選

按條件篩選（與、或、非）

Excel數據目錄下提供了“篩選”功能，用于對數據表按不同的條 件進行篩選。

Python中使用loc函數配合篩選條件來完成篩選功能。配合sum和count函數還能實現Excel中sumif和countif函數的功能。使用“與”條件進行篩選，條件是年齡大于25歲，并且城市為 beijing。

在前面的代碼后面增加city列，并使用count函數進行計數。相當于Excel中的countifs函數的功能

還有一種篩選的方式是用query函數

在前面的代碼后增加price字段和sum函數。對篩選后的price字段 進行求和，相當于Excel中的sumifs函數的功能。

數據匯總

Excel中使用分類匯總和數據透視可以按特定維度對數據進行匯總，Python中使用的主要函數是groupby和pivot_table。

1.分類匯總

還可以對匯總后的數據同時按多個維度進行計算

2.數據透視

Python中通過pivot_table函數實現同樣的效果

數據統計

1.數據采樣

Excel的數據分析功能中提供了數據抽樣的功能

Python通過sample函數完成數據采樣

Weights參數是采樣的權重，通過設置不同的權重可以更改采樣的結果

Sample函數中參數replace，用來設置采樣后是否放回

2.描述統計

Python中可以通過Describe對數據進行描述統計

3.相關分析

Python中則通過corr函數完成相關分析的操作，并返回相關系數。

數據輸出

1.寫入Excel

2.寫入csv

以上是Python操作Excel的函數有哪些的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！