Python
Pandas

发现了一篇很好的教程，介绍一些Excel中的常用操作，怎样在pandas中实现，很不错，这里学习，顺便分享下。
原文地址：用Pandas完成Excel中常见的任务，

这个是翻译的，再原文是：Common Excel Tasks Demonstrated in Pandas

好了，下面，我们开始学习下。

基础数据

这个是从网上找的一个成绩单，拿了一部分数据

首先呢，我们想要，在加一列，显示总分，Excel中很方便

在pandas中呢，其实，我们就是需要“数学”，“语文”，“英语”这3列加在一起，我们怎样获取这3列呢？
前面，我们说过在DataFrame中，怎样去筛选数据

import pandas as pd
import numpy as np
df = pd.read_excel(r'D:\document\tableau_data\data_stu.xlsx',sheetname=0)
print(df)
print(df['数学'])
print(df['语文'])

那我们只需要新增一列，把已知的3列加起来就行

1 2	df['总分'] = df['数学'] + df['语文'] + df['英语'] print(df)

也是很方便，按照思路，直接相加就行了
下面呢，我们来统计下，数学的总分、语文的总分，就是把每一列的数据都相加

DataFrame中有很多的聚合函数，这里简单介绍下

#数学的最大值
print(df['数学'].max())
#数学的最小值
print(df['数学'].min())
#数学的平均值
print(df['数学'].mean())
#数学的总分
print(df['数学'].sum())

这个和SQL里面一样，Excel里也是这样的，他会从这一列中，获取最大值、最小值等等
下面，我们算个列的总分

df['总分'] = df['数学'] + df['语文'] + df['英语']
sum_data = df[['数学','语文','英语','总分']].sum()
print(sum_data)
print(type(sum_data))

这样，我们构造了一个Series前面呢，我们知道，Series可以初始化一个DataFrame

1 2	df2 = pd.DataFrame(sum_data) print(df2)

初始化之后呢，是这样的，但是，结构不太一样，我们可以做一下行列转换

1 2	df2 = pd.DataFrame(sum_data).T print(df2)

这回样子像一些了，但是DataFrame中，需要保持结构一致，我们还需要填充几列
我们可以用到reindex函数，重构一下索引

DataFrame.reindex(index=None, columns=None, **kwargs)
df2 = pd.DataFrame(sum_data).T
df2 = df2.reindex(columns=df.columns)
print(df2)

到了这里，我们只要将这个DataFrame插入到原来的DataFrame中就行了

1	DataFrame.append(other, ignore_index=False, verify_integrity=False)Append rows of other to the end of this frame, returning a new object. Columns not in this frame are added as new columns.

刚试了下，发现，前面不重构索引的话，也是可以的，这里会自动补全

1 2	df3 = df.append(df2,ignore_index=True) print(df3)

原文中还有些模糊匹配的例子，这里就不练习了，
下面，我们看个分类汇总的小问题，这里又增加了一个班级列，要不不好测试

Excel里面实现，应该是这样的，
在pandas中，我们要使用groupby这个函数

1	print(df[['班级','数学','语文','英语']].groupby(by=['班级']).sum() )

原文中，还有一个格式化和rename index的问题，格式化还没搞明白，后面再说下吧

DataFrame.rename(index=None, columns=None, **kwargs)
df2 = df[['班级','数学','语文','英语']].groupby(by=['班级']).sum()
print(df2)
df2 = df2.rename(index={'1班':'1班-汇总','2班':'2班-汇总'})
print(df2)

我们可以通过一个dict，来替换索引的名字

好了，今天的分享就是这些，总结下呢，主要是对DataFrame中函数的理解和使用，还是得多多的练习才可以。

– 这里回头试下那个格式化的问题，刚刚学习了下，可以参考：Python基础（2）- 格式化format

主要就是format那个函数的使用，还有DataFrame中那个applymap的使用

1	DataFrame.applymap(func)Apply a function to a DataFrame that is intended to operate elementwise, i.e. like doing map(func, series) for each series in the DataFrame

import pandas as pd
import numpy as np
df = pd.read_excel(r'D:\document\tableau_data\data_stu.xlsx',sheetname=0)
print(df)
df2 = df[['班级','数学','语文','英语']].groupby(by=['班级']).sum()
print(df2)
df2 = df2.rename(index={'1班':'1班-汇总','2班':'2班-汇总'})
print(df2)
def score(s):
    return '@{:.2f}@分'.format(s)
df3 = df2.applymap(score)
print(df3)

BI、数据分析

Pandas手册（5）- 用pandas完成excel中常见任务

基础数据