写一个python代码,提取一个Dateframe数据中姓名列所有姓名,重复的姓名只保留一个,得到的唯一的姓名按顺序排序,并格式化输出“可供选择的姓名”
时间: 2024-05-15 10:14:47 浏览: 8
以下是根据您的要求编写的Python代码:
```
import pandas as pd
# 读取DataFrame数据
df = pd.read_csv('data.csv')
# 提取姓名列中的所有姓名
names = df['姓名'].tolist()
# 去掉重复的姓名
unique_names = list(set(names))
# 按顺序排序
unique_names.sort()
# 格式化输出
print('可供选择的姓名:')
for name in unique_names:
print('- ' + name)
```
如果您需要修改数据文件的路径,请将`'data.csv'`替换为您的文件路径。
相关问题
用python 提取多个excel表格中某一内容所在列的所有数据,并放入一个新建的Excel表格中
可以使用 pandas 库来处理 Excel 文件。下面是一个示例代码,可以提取多个 Excel 表格中某一内容所在列的所有数据,并放入一个新建的 Excel 表格中:
```python
import pandas as pd
# 定义要提取的列名
column_name = '姓名'
# 定义要读取的 Excel 文件名列表
file_names = ['file1.xlsx', 'file2.xlsx', 'file3.xlsx']
# 定义要写入的 Excel 文件名
output_file = 'output.xlsx'
# 定义一个空的 DataFrame,用于存储提取出的数据
all_data = pd.DataFrame()
# 循环读取每个 Excel 文件并提取指定列的数据
for file_name in file_names:
# 读取 Excel 文件
data = pd.read_excel(file_name)
# 提取指定列的数据
column_data = data[column_name]
# 将提取出的数据添加到 all_data 中
all_data = all_data.append(column_data, ignore_index=True)
# 将 all_data 中的数据写入新的 Excel 文件中
all_data.to_excel(output_file, index=False)
```
这个示例代码中,首先定义了要提取的列名、要读取的 Excel 文件名列表和要写入的 Excel 文件名。然后使用 pandas 库循环读取每个 Excel 文件,并提取指定列的数据。最后将所有提取出的数据存储在一个空的 DataFrame 中,并将这个 DataFrame 写入新的 Excel 文件中。注意,这个示例代码中假设所有 Excel 文件中指定的列都具有相同的列名。如果不是这样,需要对代码进行相应的修改。
提取多个csv中的数据合成一个csv
可以通过以下步骤合并多个CSV文件:
1. 导入所需的Python模块:pandas和os。
```python
import pandas as pd
import os
```
2. 创建一个空的DataFrame,用于存储所有CSV文件的数据。
```python
df = pd.DataFrame()
```
3. 使用os模块的listdir函数获取CSV文件所在的文件夹中的所有CSV文件的文件名列表。
```python
csv_files = [f for f in os.listdir('path_to_folder') if f.endswith('.csv')]
```
4. 使用pandas的concat函数逐个将每个CSV文件中的数据添加到DataFrame中。
```python
for file in csv_files:
df_temp = pd.read_csv('path_to_folder/'+file)
df = pd.concat([df, df_temp])
```
5. 将合并后的数据保存到一个新的CSV文件中。
```python
df.to_csv('path_to_new_file.csv', index=False)
```
完整的代码示例:
```python
import pandas as pd
import os
df = pd.DataFrame()
csv_files = [f for f in os.listdir('path_to_folder') if f.endswith('.csv')]
for file in csv_files:
df_temp = pd.read_csv('path_to_folder/'+file)
df = pd.concat([df, df_temp])
df.to_csv('path_to_new_file.csv', index=False)
```
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)