pandas的简单使用

pandas可以对数据进行整理分析

因为要对excel中的源数据进行分组和处理，所以想到用pandas来处理。试用过确实比自己去读写快捷很多

（实际pandas底层也是用xlrd,xlwt两个第三方包来读取Excel和写文件到Excel中）

 

一、pandas处理的数据结构介绍

1、series结构

该结构类似一个数组

pd.Series([1,2,3,4,5])

 

2、DataFrame

使用DataFrame创造的结果与字典类似，实际是一个key对应的值为series的结构

从excel中直接读出来的数据就是DataFrame结构，以下面例子为例：【d.第一列】能读出第一列的所有值，即后面的数组的值

d=pd.DataFrame({"第一列":[11,22,33,44,55],"第二列":['a','b','c','d','e'],"第三列":"haha"})
d=pd.DataFrame([{"第一列":11,"第二列":'a'},{"第一列":22,"第二列":'b'}])

 

二、基本语法

import pandas as pd

 

1、从文件中读取数据

data_origin = pd.read_excel(f)#从excel中读取数据，也可以通过read_csv()等从其他格式文件中读取数据

 

2、打印数据的长度，excel中有多少行

len(data_origin)

 

3、打印数据的索引

print(data_format.index)#打印索引结果，列出索引范围RangeIndex(start=0, stop=194, step=1)

4、将excel中的数据只取某几个列名下的数据重组

data_format = data_origin[["标题", "解决方案"]]#获得excel第一行的内容为列名的数据，“标题”和“解决方案”为列名

 

5、打印数据的某列结果的值

print(data_origin.标题)#打印dataFrame中某个列的数据，这里打印的第一列为标题的列的数据，也可以用data_origin.A等表达
print(data_format["标题"])

 

6、打印dataFrame数据的列表标题、除标题外的值

print(d.columns)#显示所有的列表索引，对应到excel的标题
print(d.values)#显示除标题行外的值

 

7、将列表数据倒置，横竖转换

print(d.T)

 

8、获得索引值为1到3的值，例子即为第2行到第3行的数据

print(d[1:3])

 

打印第一行的数据

print(d.iloc[1].values) 

 

9、过滤数据

9.1组合过滤：第一列值大于22和第二列值等于c的

print(d[(d.第一列 > 22) & (d.第二列 == 'c')])

 

9.2使用query过滤

print(data_format.query('(解决方案 not in  ["不是BUG","重复BUG","无法重现"] & 创建人 != ("林立星"))'))#这种方案也可行，但是不能直接写变量，比较麻烦

 

9.3判断值是否在某个数组内用isin()

print(data_format[(data_format.解决方案.isin(invalid_resove))])#判断数据是否在XX区间内

 

9.4判断值是否不再某个数字内用~

bug_effective = data_format[
    (data_format.状态.isin(["已关闭"]) & ~data_format.解决方案.isin(invalid_resove))]

 

10、获得数据的前10行

print(data_format.head(10))#获得dataFrame数据的前10行

 

11、将结果输出到excel中

使用to_excel()方法

data_effective.to_excel("./解析BUG结果.xls",sheet_name="有效BUG")#这种每次都会覆盖前面保存的sheet的值

 

直接用上面的方法，向同一个excel中输出时会将excel中原有的sheet覆盖了，可以用下面的方法解决这个问题

with pd.ExcelWriter('./解析BUG结果.xls') as writer:
    data_effective.to_excel(writer, '有效BUG')
    data_unkown_reslover.to_excel(writer, '未知解决人的BUG')

 

第二种方法:用这种方法主要是因为我的数据结果有的用的插入excel有的是保存的图标，结果不一样

from openpyxl import load_workbook
book= load_workbook('./存在的文件名.xlsx')
writer = pd.ExcelWriter('./存在的文件名.xlsx', engine='openpyxl')
writer.book = book
bug_effective.to_excel(writer, ’sheet的标题')
writer.save()

 

12、过滤字段值不为NAN（空）的结果.notnull()

info[info.重新打开次数.notnull()])

 

13、将dataFrame存储到文件中时指定列的顺序，使用columns参数值来指定

.to_excel(writer,sheet名,columns=["列名1”,"列名2",”列名3”])

 

例子：pd.DataFrame(buganalysis_android).to_excel(writer, 'Android端个人BUG',columns=["开发姓名","BUG总数","编码错误","历史遗留","需求变更导致","以后解决","重新打开数量”])

 

14、过滤数据，多个条件组合查询

多个条件用()组合起来，使用&进行与，|进行或

data[(data.修复人.notnull()) & (data.修复人.isin(RD["Android"]) | data.修复人.isin(RD["server"]))]

 

15、打印DataFrame下的所有列名

print(data.columns.values.tolist())

 

16、操作数据库

https://www.cnblogs.com/meitian/p/10502657.html