当前位置 博文首页 > 苍林翠竹的博客：python对excel数据分析常用功能（一文学会如何
本文主要应用pandas包完成，先加载pandas包
import pandas as pd
data = pd.read_excel(r"C:\\Users\\Desktop\\test.xlsx")
data = pd.read_csv(r"C:\\Users\\Desktop\\test.csv")
路径采用 “\ \” 分隔符可以增加可读性
day = 6.15
data = pd.read_excel(r"C:\\Users\\Desktop\\" + day + "test.xlsx")
#载入该路径下文件名为：6.15test 的表格
data = pd.DataFrame(data)
data.fillna(value='none_value', inplace=True)
参数释义：
| 参数名 | 释义 |
|---|---|
| value= | 接上想要替换空缺值的内容 |
| inplace= | True为在原数据上替换空缺值 |
names = [data['name']_ for data['name']_ in data['name'] if data['name']_ == data['name']_]
data1 = data['name'] #调用列名为‘name’的列
data2 = data[['name', 'age']] #调用列名为‘name’和‘age’的列
merge函数可以进行表格的横向合并（可替代excel中的VLOOKUP函数）
data = pd.merge(left=data1, right=data2, how='left', left_on='name', right_on='name')
| 参数名 | 释义 |
|---|---|
| left= | 放在左边的预合并表 |
| right= | 放在右边的预合并表 |
| how= | ’left‘即以左边表关键字为准，’right‘以右边为准，’outer‘以关键字并集为准，’inner‘以关键字交集为准 |
| left_on= | 指定左边表关键字列 |
| right_on= | 指定右边表关键字列 |
concat函数可以进行表格的纵向合并
data = pd.concat([data, data2], axis=0)
| 参数名 | 释义 |
|---|---|
| [ , ] | 需要进行合并的表格 |
| axis= | 0表示纵向合并 |
两列对应相加减乘除可以直接计算
data3 = data['age']*data['score']
列中每个数同时加减乘除同一常数，需要先进行列表解析，再进行计算
data4 = pd.Series(data['score'])*5.6
#Series函数对列表进行解析
学会以上规则，再善用循环和条件语句就能轻松利用Python实现excel的基本功能~
