pandas对excel操作

pandas是一个强大的数据分析工具，可以轻松地在Python中对Excel文件进行读取和写入操作。以下是pandas对Excel文件的基本操作：

1. 读取Excel文件

使用pandas的read_excel()函数读取Excel文件，可以指定要读取的工作表名称、行列索引、数据类型等。例如：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('data.xlsx', sheet_name='Sheet1', index_col='ID', dtype={'Price': float})

2. 写入Excel文件

使用pandas的to_excel()函数将数据写入Excel文件，可以指定要写入的工作表名称、行列索引等。例如：

import pandas as pd

# 写入Excel文件
df.to_excel('output.xlsx', sheet_name='Sheet1', index=False)

其中，index=False表示不将行索引写入Excel文件中。

3. 修改Excel文件

使用pandas读取Excel文件后，可以对数据进行修改，并使用to_excel()函数将修改后的数据写回到Excel文件中。例如：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('data.xlsx', sheet_name='Sheet1')

# 修改数据
df.loc[df['Price'] < 100, 'Discount'] = 0.9

# 写入Excel文件
df.to_excel('output.xlsx', sheet_name='Sheet1', index=False)

以上代码中，使用loc[]函数修改Price列小于100的Discount列的值，并将修改后的数据写回到Excel文件中。

4. 其他操作

除了读取和写入Excel文件，pandas还提供了许多其他的Excel操作，如合并、拆分、筛选、排序等。可以根据具体需求选择相应的函数进行操作。例如：

import pandas as pd

# 读取Excel文件
df1 = pd.read_excel('data1.xlsx', sheet_name='Sheet1')
df2 = pd.read_excel('data2.xlsx', sheet_name='Sheet1')

# 合并数据
df = pd.concat([df1, df2], axis=0, ignore_index=True)

# 筛选数据
df = df[df['Price'] < 100]

# 排序数据
df = df.sort_values(by='Price', ascending=False)

# 写入Excel文件
df.to_excel('output.xlsx', sheet_name='Sheet1', index=False)

以上代码中，使用concat()函数将两个Excel文件中的数据合并成一个数据集，使用筛选和排序函数对数据进行处理，并将处理后的数据写回到Excel文件中。