python|学Python还不会处理Excel数据(带你用pandas玩转各种数据处理)

python|学Python还不会处理Excel数据(带你用pandas玩转各种数据处理)
文章图片

前言
以前学习 Python 的 pandas 包时,经常到一些 excel 的论坛寻找实战机会。接下来我会陆续把相关案例分享出来,还会把其中的技术要点做详细的讲解。
本文要点:

  • 使用 xlwings ,如同 vba 一样操作 excel
  • 使用 pandas 快速做透视表
注意:虽然本文是"替代Excel Vba"系列,但希望各位读者明白,工具都是各有所长,适合才是好。
案例
今天的例子非常简单,从一个表中读取学生的数据,然后按班级汇总各个科目的成绩。下图,左为原始数据,右为示意结果:
python|学Python还不会处理Excel数据(带你用pandas玩转各种数据处理)
文章图片

导入包
本文所需的包,安装命令如下:
  1. 1. pip install xlwings
  2. 2. pip install pandas
脚本中导入
python|学Python还不会处理Excel数据(带你用pandas玩转各种数据处理)
文章图片

读取表格的数据
python|学Python还不会处理Excel数据(带你用pandas玩转各种数据处理)
文章图片

  • 使用 xw.books[] 可以快速访问当前打开的工作簿。可以使用索引也可以使用名字。
  • 同样,通过 book.sheets[] 快速访问工作表,可以使用索引也可以使用名字。最后,如果你的时间不是很紧张,并且又想快速的python提高,最重要的是不怕吃苦,建议你可以架尉?信(同音):276 3177 065 ,那个真的很不错,很多人进步都很快,需要你不怕吃苦哦!大家可以去添加上看一下~
接下来读取表格数据
python|学Python还不会处理Excel数据(带你用pandas玩转各种数据处理)
文章图片

  • 通过 sheet.range(地址) 即可访问单元格区域。
  • 接着使用 current_region 快速得到整个表格数据。这里可以使用其他方式定位数据的大小。
  • options(pd.DataFrame) 是一个很关键的操作,我们希望把数据放入 pandas 的 DataFrame ,以便快速处理数据。然后通过 value 获得。
我们来看看数据
python|学Python还不会处理Excel数据(带你用pandas玩转各种数据处理)
文章图片

  • 现在姓名列变成了 index 。不过需求是不需要理会姓名,因此我们不处理。
  • [班级]列变成小数。其实是小数也不会影响结果。
数据透视
接下来就非常简单,直接使用 pandas 做出透视表。
python|学Python还不会处理Excel数据(带你用pandas玩转各种数据处理)
文章图片

  • 使用 pd.pivot_table ,即可快速生成透视表。
  • 其中参数 index ,则是结果左边的行分类字段——[班级]。
  • 参数 margins ,表示生成一个汇总行。
  • 参数 margins_name ,则是汇总行的名字。
  • 注意,其实还有一个参数 aggfunc ,用于指定汇总方式,默认是 mean。
如果你对 excel 的透视表比较熟悉就会马上学会这些。
python|学Python还不会处理Excel数据(带你用pandas玩转各种数据处理)
文章图片

  • index 相当于 excel 透视表的行区域。
  • values 相当于 excel 透视表的值区域。
  • columns 相当于 excel 透视表的字段区域。
  • 放入 index 与 columns 的字段,一般是分类的字段,比如:班级,性别。
  • 放入 values 的字段,一般是连续值,比如:分数,销售额。如果是类别的值,一般会用于统计个数。
  • 上述3个参数都可以传入列表,以表示处理多个字段。
但是,看一下结果,却发现了一些问题:
python|学Python还不会处理Excel数据(带你用pandas玩转各种数据处理)
文章图片

  • 列的顺序与原数据不一样了。
  • 结果需要把汇总列放到最右边。
下面是针对上述问题的解决方法
python|学Python还不会处理Excel数据(带你用pandas玩转各种数据处理)
文章图片

  • cols=df.columns[1:].tolist() 首先需要读取原数据的字段(第一个字段是班级,因此通过切片 1: 从第2个字段开始)。
  • cols.append(cols.pop(0)) 把[汇总]移到列表的最后。
  • pv_df=pv_df[cols] 把透视表的字段调整为我们需要的顺序。
  • pv_df.reset_index(inplace=True) 是为了把[班级]从 index 移动回来作为 column。最后,如果你的时间不是很紧张,并且又想快速的python提高,最重要的是不怕吃苦,建议你可以架尉?信(同音):276 3177 065 ,那个真的很不错,很多人进步都很快,需要你不怕吃苦哦!大家可以去添加上看一下~
看看结果,非常完美
python|学Python还不会处理Excel数据(带你用pandas玩转各种数据处理)
文章图片

输出结果
把 DataFrame 写回 excel 是非常容易。比如: wrk.range(‘O11’).value=https://www.it610.com/article/pv_df
但是这会把其中的 index 也输出到 excel上。因此,我们可以分开两步输出。如下:
python|学Python还不会处理Excel数据(带你用pandas玩转各种数据处理)
文章图片

  • 第一行代码,首先输出字段行。
  • 第二行代码,输出值。
完整代码
以下是完整的代码:
python|学Python还不会处理Excel数据(带你用pandas玩转各种数据处理)
文章图片

与 Vba 的对比
本文的案例是从某个知名 excel 论坛中挑选的,我从中挑选了最简短的 vba 解决方案。如下:
python|学Python还不会处理Excel数据(带你用pandas玩转各种数据处理)
文章图片

  • 可以看到使用 vba 进行统计,代码很长。
  • 如果原数据的字段顺序有变化,这代码立刻无效。并且代码仍然可以跑出结果,只是错误结果而已。
  • 如果需求有变化,比如:求出每个班级的 top 3的学生。很快就放弃了吧。
【python|学Python还不会处理Excel数据(带你用pandas玩转各种数据处理)】总结
  • 如果需要从 excel 读取数据进行汇总处理,可以选用 xlwings + pandas(如果数据非常规范并且无需处理格式等,可以直接使用 pandas)。
  • pandas 中的 pivot_table 快速得到各种方式的分组汇总。

    推荐阅读