pandas速成筆記(2)-excel增刪改查基本操作
阿新 • • 發佈：2022-03-13
接上篇繼續，本篇演示對excel的基本增刪改查操作。
一、讀取excel
假設有以下excel檔案: 002.xlsx
用pandas可以這樣讀取：
import pandas as pd
df = pd.read_excel("data/002.xlsx")
print(df.shape)
print(df.columns)
print(df)
顯示如下：
(6, 2) Index(['id', 'name'], dtype='object') id name 0 1 A 1 2 B 2 3 C 3 4 D 4 5 E 5 6 F
解釋：
第1行輸出（6，2），表示這是6行2列
第2行輸出的是列資訊，表示有id, name這2列，都是object型別
第3行輸出的就是表格資料，注意最左沒有列名的這列，從0到5，如果做過資料庫開發的同學，應該都知道：資料表內部通常會有一個唯一鍵，也稱為主鍵索引。pandas讀取的excel，如果沒有指定索引，預設會按數字順序，生成1個預設的索引，即上面的0-5。
如果在讀取時，微調一下，指定索引列：
df = pd.read_excel("data/002.xlsx", index_col="id")
輸出就變成了下面這樣：
(6, 1) Index(['name'], dtype='object') name id 1 A 2 B 3 C 4 D 5 E 6 F
可以看到id變成了現在的索引列，但是要注意一點：pandas裡的索引列，跟資料庫表中的主鍵索引，還是有不同的，它允許重複！ 感興趣的同學，可以把這個excel檔案的id列，找2行，改成相同的值，比如下面這樣：
還是剛才的程式碼，輸出如下：
(6, 1) Index(['name'], dtype='object') name id 1 A 2 B 3 C 4 D 5 E 5 F
有時候，可能拿到的excel，沒有title，只有資料，比如這樣:
import pandas as pd
df = pd.read_excel("data/002.xlsx")
print(df)
這時候，讀出來是這樣：
1 A 0 2 B 1 3 C 2 4 D 3 5 E 4 5 F
第1行資料會誤認為是title，可以加上header=None
import pandas as pd
df = pd.read_excel("data/002.xlsx", header=None)
print(df)
這樣就正常了：
0 1 0 1 A 1 2 B 2 3 C 3 4 D 4 5 E 5 5 F
再來看一種特殊情況：資料左邊和上邊都有空行
同樣可以加一些引數 skiprows=1 , usecols="C:D"表示跳過1行，列從C至D
import pandas as pd
df = pd.read_excel("data/002.xlsx", skiprows=1, usecols="C:D", index_col="ID")
print(df)
二、新增/刪除一行(或一列)
還是這個excel檔案：
2.1 新增一行
import pandas as pd
df = pd.read_excel("data/002.xlsx", index_col="ID")
print(df)
print("----------")
# 新增一行
df.loc[df.size + 1] = {"ID": 7, "Name": "H"}
print(df)
輸出如下：
Name ID 1 A 2 B 3 C 4 D 5 E 6 F ---------- Name ID 1 A 2 B 3 C 4 D 5 E 6 F 7 H
2.2 新增一列
import pandas as pd
df = pd.read_excel("data/002.xlsx", index_col="ID")
print(df)
print("----------")
# 新增一列
df['Age'] = range(21, 27)
print(df)
輸出：
Name ID 1 A 2 B 3 C 4 D 5 E 6 F ---------- Name Age ID 1 A 21 2 B 22 3 C 23 4 D 24 5 E 25 6 F 26
2.3 刪除一行(或一列）
import pandas as pd
df = pd.read_excel("data/002.xlsx", index_col="ID")
print(df)
print("----------")
# 先新增一列
df['Age'] = range(21, 27)
print(df)
# 再刪除一列
df.drop("Name", axis=1, inplace=True)
print("----------")
print(df)
# 按index值，再刪除3行
df.drop([3, 4, 5], axis=0, inplace=True)
print("----------")
print(df)
輸出：
Name
ID
1 A
2 B
3 C
4 D
5 E
6 F
----------
Name Age
ID
1 A 21
2 B 22
3 C 23
4 D 24
5 E 25
6 F 26
----------
Age
ID
1 21
2 22
3 23
4 24
5 25
6 26
----------
Age
ID
1 21
2 22
6 26
三、修改指定單元格
import pandas as pd
df = pd.read_excel("data/002.xlsx", index_col="ID")
print(df)
print("----------")
# 修改ID=1這行的Name值
df.loc[1]["Name"] = "test"
print(df)
輸出：
Name
ID
1 A
2 B
3 C
4 D
5 E
6 F
----------
Name
ID
1 test
2 B
3 C
4 D
5 E
6 F
四、遍歷所有單元格
import pandas as pd
df = pd.read_excel("data/002.xlsx", index_col="ID")
print(df)
print("----------")
# 遍歷所有單元格
for idx, data in df.iterrows():
print("id:{}\tname:{}".format(idx, data["Name"]))
輸出：
Name ID 1 A 2 B 3 C 4 D 5 E 6 F ---------- id:1 name:A id:2 name:B id:3 name:C id:4 name:D id:5 name:E id:6 name:F
參考連結：
https://pandas.pydata.org/pandas-docs/stable/getting_started/intro_tutorials/index.html