全球最实用的IT互联网信息网站!

AI人工智能P2P分享&下载搜索网页发布信息网站地图

当前位置:诺佳网 > 电子/半导体 > 可编程逻辑 >

如何使用Python和pandas库操作Excel文件

时间:2023-09-11 17:57

人气:

作者:admin

标签: Excel  代码 

导读:要修改Excel文件,需要使用openpyxl库中的Workbook和Worksheet对象。这些对象使您能够读取和修改Excel文件中的单元格、行和列。  1、修改  from openpyxl import Workbook from openpyxl import load_wo...

要修改Excel文件,需要使用openpyxl库中的Workbook和Worksheet对象。这些对象使您能够读取和修改Excel文件中的单元格、行和列。

1、修改

fromopenpyxlimportWorkbook

fromopenpyxlimportload_workbook

#读取Excel文件

wb=load_workbook(filename='example.xlsx')

#选择第一个工作表

ws=wb.active

#修改单元格

ws['A1']='学号'

ws['B1']='成绩'

#修改行

ws.append([1,90])

ws.append([2,80])

ws.append([3,70])

#保存修改后的Excel文件

wb.save('example.xlsx')

print('Excel文件已经成功修改。')

3、排序、过滤和聚合

使用 pandas 库,可以轻松地操作 Excel 文件中的数据。

以下代码演示了如何使用 pandas 对数据帧进行排序、过滤和聚合:

#排序

df.sort_values('column_name',ascending=False,inplace=True)

#过滤

df_filtered=df[df['column_name']>10]

#聚合

df_grouped=df.groupby('column_name').mean()

使用 df.sort_values() 函数按 'column_name' 列对数据帧进行排序。参数 ascending=False 表示降序排序。参数 inplace=True 表示原地修改数据帧。

使用 df[df['column_name'] > 10] 进行数据帧的过滤,筛选出 'column_name' 大于 10 的行并将其存储在 df_filtered 变量中。

使用 df.groupby('column_name').mean() 函数对数据帧进行分组和聚合,将数据帧按 'column_name' 列分组,并计算每个组的平均值。

温馨提示:以上内容整理于网络,仅供参考,如果对您有帮助,留下您的阅读感言吧!
相关阅读
本类排行
相关标签
本类推荐

CPU | 内存 | 硬盘 | 显卡 | 显示器 | 主板 | 电源 | 键鼠 | 网站地图

Copyright © 2025-2035 诺佳网 版权所有 备案号:赣ICP备2025066733号
本站资料均来源互联网收集整理,作品版权归作者所有,如果侵犯了您的版权,请跟我们联系。

关注微信