python pandas excel数据处理,python pandas处理excel 统计数据
这篇文章给大家带来了一些关于python的知识，主要介绍了一些关于数据分析基础的问题，包括读取其他文件，透视表等相关内容。下面就一起来看看吧，希望对你有帮助。
00-1010推荐学习：python视频教程
00-1010接下来，我们读取三种类型的文件csvtsvtxt文件。值得注意的是，在读取这三种类型的文件时使用了相同的方法，即pd.read_csv(file)。在读取excel表格时，要注意分隔符，用参数sep= 来分隔。接下来，我们来看看如何在excel和熊猫中操作！
00-1010从excel导入外部数据
00-1010导入csv文件时，选择逗号作为分隔符即可。
00-1010导入tsv文件，并选择制表符作为分隔符。
00-1010导入txt文件时，注意用什么符号分隔文本，自定义分隔符。
00-1010在熊猫中，无论是读取csv文件、tsv文件还是txt文件，都是通过read_csv()的方法读取，并用sep()参数分隔。
进口熊猫作为pd
#导入csv文件
test1=pd.read_csv(。/excel/test12.csv ，index_col=ID )
df1=pd。数据帧(测试1)
Print(df1)
（一）读取其他文件
tab键由 t表示。
进口熊猫作为pd
#导入tsv文件
test3=pd.read_csv(。/excel/test11.tsv ，sep=t )
df3=pd。数据帧(测试3)
print(df3)
1.excel读取其他文件
进口熊猫作为pd
#导入txt文件
test2=pd.read_csv(。/excel/test13.txt ，sep= )
df2=pd。数据帧(测试2)
打印(df2)结果：
00-1010 excel中的数据种类很多，分为很多类型。这个时候，使用透视表将会非常方便和直观的让我们去分析我们想要的各种数据。示例：将以下数据绘制到数据透视表中，并按一般类别绘制年销售额！
00-1010需要按年份划分，那么我们需要拆分日期列，拆分年份。然后，选择数据列下的数据透视表并选择区域。
然后将数据的每个部分拖到每个区域。
结果：
这样就完成了excel中透视表的制作。
那么如何在熊猫身上达到这种效果呢？
00-1010绘制透视表的功能是df.pivot _ label(索引，列，值)，最后可以对数据求和。
进口熊猫作为pd
将numpy作为np导入
PD . options . display . max _ columns=999
test=pd.read_excel(。/excel/test 14 . xlsx’)
df=pd。数据帧(测试)
#取出年份并创建一个名为year的新列。
df[年份]=pd。DatetimeIndex(df[Date])。年
#绘制数据透视表
table=df . pivot _ table(index= general class ，columns=year ，values= sales ，aggfunc=np.sum)
df1=pd。数据框架(表格)
1 [总计]=df1[ [2011，2012，2013，2014]]。总和(轴=1)
打印(df1)结果：
此外，还可以使用groupby函数来绘制数据表。在这里，销售总额和销售数量是通过对一般类别和年份进行分组来计算的。
进口熊猫作为pd
将numpy作为np导入
PD . options . display . max _ columns=999
test=pd.read_excel(。/excel/test 14 . xlsx’)
df=pd。数据帧(测试)
#取出年份并创建一个名为year的新列。
df[年份]=pd。DatetimeIndex(df[Date])。年
# groupby方法
Group=df.groupby([总类，年])
S=group[ sales ]。总和()
c=组[ID]。计数()
表=pd。数据框架({sum:s， total:c})
打印(表格)结果：
推荐：python视频教程。以上是python数据分析熊猫获取Excel表格的详细内容。更多信息请关注盛行IT软件开发工作室的其他相关文章！
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。