江宁招网站建设58,网站的建立目的,自助贸易免费建站,网上注册公司需要上传哪些资料几乎人人都在用Excel#xff0c;这种极易上手的数据分析工具无处不在#xff0c;一旦你掌握了窍门#xff0c;它就变得非常强大。而Python通常被认为更具有挑战性#xff0c;但能做的事也更多。当Python遇到Excel会发生什么#xff1f;本文将告诉你#xff0c;这三项Exce…几乎人人都在用Excel这种极易上手的数据分析工具无处不在一旦你掌握了窍门它就变得非常强大。而Python通常被认为更具有挑战性但能做的事也更多。当Python遇到Excel会发生什么本文将告诉你这三项Excel日常任务如何用Python轻松搞定。首先导入Pandas并根据工作簿中可用的工作表加载两个dataframe称它们为sales和states。import pandas as pd sales pd.read_excel(https://github.com/datagy/mediumdata/raw/master/pythonexcel.xlsx, sheet_name sales) states pd.read_excel(https://github.com/datagy/mediumdata/raw/master/pythonexcel.xlsx, sheet_name states)调用dataframe的head()方法如下所示print(sales.head())与Excel进行对比可以看到Pandas和Excel显示的数据是比较相似的但是有一些关键的区别· Excel从A开始用字母标记列而Pandas用变量名称· Excel起始行数为1而Pandas起始行数“索引”为0那么要如何使用Pandas来完成Excel任务呢Pandas的数据透视表数据透视表是Excel最强大的功能之一用户可以难以置信的速度从大型数据集中提取有意义的数据。来创建一个关于每个城市销售总额数据透视表用户只需将City字段拖到Rows部分将Sales字段拖到Values部分。Excel会自动汇总数据集中每个城市的销售额。编写以下代码Pandas可以实现相同的数据透视表sales.pivot_table(index City,values Sales, aggfunc sum))它是怎样实现的呢1.sales.pivot_table告知Pandas基于sales的dataframe创建数据透视表index指定了要聚合的项目2.values指定了要聚合的值3.aggfunc指定了使用的函数还要用到mean、max、min等Python中的if函数Excel中使用IF函数非常方便可以根据另一个单元格中的条件应用特定的标签。假设要创建一个新列来告知列B中单元格的值是否大于500。在Excel中将列E标记为大于500然后进入单元格E2并写入IF([Sales]500,Yes, No)换成Python可以使用列表生成式轻松地应用相同的if语句df[MoreThan500] [Yes if x 500 else No for x in df[Sales]列表生成式非常适合这类工作不用再编写复杂if/else语句你可以更快写出更整洁的代码。Pandas中的VLOOKUP在数据集中一个表上有城市另一个表上有州/省。这并不理想但是可以在Excel中使用VLOOKUP来链接数据。VLOOKUP的工作方式类似于左联接即保留左数据集中的所有记录。让Excel上下垂直查找表中的特定值然后返回一个值该值位于它右边的某一列中。增加一个名为“State”的列使用VLOOKUP从states表中返回相应的州。在Python中可以使用Pandas的merge函数来完成相同的事情。merge函数获取两个dataframe并将它们合并。代码如下sales pd.merge(sales, states,howleft, onCity)让我们逐步来看看它1.第一个参数是原始dataframe2.第二个参数是查找值所在的dataframe3.how指定要创建的连接类型4.on指定了想要合并的变量如果在每个dataframe中变量名不同还可以用left_on和right_on你可能会问既然Excel中可以做到为什么还要使用Pandas呢Python能够生成可重用的、可跟踪的代码我们能够轻松地复制分析设计。对于较小的分析来说Excel可能就足够了。但给何妨Pandas一个机会或许你会打开一个新世界。