广告位联系
返回顶部
分享到

python pandas库读取excel/csv中指定行或列数据

python 来源:互联网 作者:秩名 发布时间:2022-03-01 08:33:11 人浏览
摘要

引言 关键!!!!使用loc函数来查找。 话不多说,直接演示: 有以下名为try.xlsx表: 1.根据index查询 条件:首先导入的数据必须的有index 或者自己添加吧,方法简单,读取excel文件时直

引言

关键!!!!使用loc函数来查找。

话不多说,直接演示:

有以下名为try.xlsx表:

1.根据index查询

条件:首先导入的数据必须的有index

或者自己添加吧,方法简单,读取excel文件时直接加index_col

代码示例:

1

2

3

4

5

6

import pandas as pd                      #导入pandas库

 

excel_file = './try.xlsx'               #导入excel数据

data = pd.read_excel(excel_file, index_col='姓名')       

#这个的index_col就是index,可以选择任意字段作为索引index,读入数据

print(data.loc['李四'])

打印结果就是

部门 B
工资 6600
Name: 李四, dtype: object
(注意点:索引)

2.已知数据在第几行找到想要的数据

假如我们的表中,有某个员工的工资数据为空了,那我们怎么找到自己想要的数据呢。

代码如下:

1

2

3

4

5

for i in data.columns:

    for j in range(len(data)):

        if (data[i].isnull())[j]:

            bumen = data.iloc[j, [0]]                             #找出缺失值所在的部门

            data[i][j] = charuzhi(bumen)

原理很简单,首先检索全部的数据,然后我们可以用pandas中的iloc函数。上面的iloc[j, [2]]中j是具体的位置,【0】是你要得到的数据所在的column

3.根据条件查询找到指定行数据

例如查找A部门所有成员的的姓名和工资或者工资低于3000的人:

代码如下:

1

2

3

4

5

6

7

8

"""根据条件查询某行数据"""

import pandas as pd            #导入pandas库

 

excel_file = './try.xlsx'        #导入文件

data = pd.read_excel(excel_file)      #读入数据

 

print(data.loc[data['部门'] == 'A', ['姓名', '工资']])     #部门为A,打印姓名和工资

print(data.loc[data['工资'] < 3000, ['姓名','工资']])    #查找工资小于3000的人

结果如下:

若要把这些数据独立生成excel文件或者csv文件:

添加以下代码

1

2

3

4

5

6

7

8

9

10

"""导出为excel或csv文件"""

#单条件

dataframe_1 = data.loc[data['部门'] == 'A', ['姓名', '工资']]

#单条件

dataframe_2 = data.loc[data['工资'] < 3000, ['姓名', '工资']]

#多条件

dataframe_3 = data.loc[(data['部门'] == 'A')&(data['工资'] < 3000), ['姓名', '工资']]

#导出为excel

dataframe_1.to_excel('dataframe_1.xlsx')

dataframe_2.to_excel('dataframe_2.xlsx')

4.找出指定列

1

2

3

4

data['columns']  #columns即你需要的字段名称即可

#注意这列的columns不能是index的名称

#如果要打印index的话就data.index

data.columns  #与上面的一样

以上全过程用到的库:

pandas,xlrd , openpyxl

5.找出指定的行和指定的列

主要使用的就是函数iloc

1

data.iloc[:,:2]  #即全部行,前两列的数据

逗号前是行,逗号后是列的范围,很容易理解

6.在规定范围内找出符合条件的数据

1

data.iloc[:10,:][data.工资>6000]

这样即可找出前11行里工资大于6000的所有人的信息了


版权声明 : 本文内容来源于互联网或用户自行发布贡献,该文观点仅代表原作者本人。本站仅提供信息存储空间服务和不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权, 违法违规的内容, 请发送邮件至2530232025#qq.cn(#换@)举报,一经查实,本站将立刻删除。
原文链接 : https://blog.csdn.net/weixin_45082522/article/details/106364847
相关文章
  • Python Django教程之实现新闻应用程序

    Python Django教程之实现新闻应用程序
    Django是一个用Python编写的高级框架,它允许我们创建服务器端Web应用程序。在本文中,我们将了解如何使用Django创建新闻应用程序。 我们将
  • 书写Python代码的一种更优雅方式(推荐!)

    书写Python代码的一种更优雅方式(推荐!)
    一些比较熟悉pandas的读者朋友应该经常会使用query()、eval()、pipe()、assign()等pandas的常用方法,书写可读性很高的「链式」数据分析处理代码
  • Python灰度变换中伽马变换分析实现

    Python灰度变换中伽马变换分析实现
    1. 介绍 伽马变换主要目的是对比度拉伸,将图像灰度较低的部分进行修正 伽马变换针对的是对单个像素点的变换,也就是点对点的映射 形
  • 使用OpenCV实现迷宫解密的全过程

    使用OpenCV实现迷宫解密的全过程
    一、你能自己走出迷宫吗? 如下图所示,可以看到是一张较为复杂的迷宫图,相信也有人尝试过自己一点一点的找出口,但我们肉眼来解谜
  • Python中的数据精度问题的介绍

    Python中的数据精度问题的介绍
    一、python运算时精度问题 1.运行时精度问题 在Python中(其他语言中也存在这个问题,这是计算机采用二进制导致的),有时候由于二进制和
  • Python随机值生成的常用方法

    Python随机值生成的常用方法
    一、随机整数 1.包含上下限:[a, b] 1 2 3 4 import random #1、随机整数:包含上下限:[a, b] for i in range(10): print(random.randint(0,5),end= | ) 查看运行结
  • Python字典高级用法深入分析讲解
    一、 collections 中 defaultdict 的使用 1.字典的键映射多个值 将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
  • Python浅析多态与鸭子类型使用实例
    什么多态:同一事物有多种形态 为何要有多态=》多态会带来什么样的特性,多态性 多态性指的是可以在不考虑对象具体类型的情况下而直
  • Python字典高级用法深入分析介绍
    一、 collections 中 defaultdict 的使用 1.字典的键映射多个值 将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
  • Python淘宝或京东等秒杀抢购脚本实现(秒杀脚本

    Python淘宝或京东等秒杀抢购脚本实现(秒杀脚本
    我们的目标是秒杀淘宝或京东等的订单,这里面有几个关键点,首先需要登录淘宝或京东,其次你需要准备好订单,最后要在指定时间快速
  • 本站所有内容来源于互联网或用户自行发布,本站仅提供信息存储空间服务,不拥有版权,不承担法律责任。如有侵犯您的权益,请您联系站长处理!
  • Copyright © 2017-2022 F11.CN All Rights Reserved. F11站长开发者网 版权所有 | 苏ICP备2022031554号-1 | 51LA统计