ホームページ バックエンド開発 Python チュートリアル パンダは Python で Excel 操作戦略を読み取り、変更します (コード例)

パンダは Python で Excel 操作戦略を読み取り、変更します (コード例)

Feb 20, 2019 pm 02:36 PM
excel pandas python

この記事の内容は、Pandas による Python による Excel の読み取りと変更の操作ガイド (コード例) に関するもので、一定の参考価値があります。必要な友人は参考にしてください。お役に立てれば幸いです。

環境: python 3.6.8

例として特定の Miser 番号を取り上げてみましょう:

パンダは Python で Excel 操作戦略を読み取り、変更します (コード例)

パンダは Python で Excel 操作戦略を読み取り、変更します (コード例)

>>> pd.read_excel('1.xlsx', sheet_name='Sheet2')
     名字   等级 属性1   属性2  天赋
0  四九幻曦  100  自然  None  21
1  圣甲狂战  100  战斗  None   0
2  时空界皇  100   光    次元  27
ログイン後にコピー

ここでは、Excel を読み取るために pd.read_excel() 関数を使用します。read_excel() の API を見てみましょう。ここでは、一部の一般的なもののみをインターセプトします。使用パラメータ:

pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None)
ログイン後にコピー
io: 明らかに、これは Excel ファイル

のパス名文字列です (中国語がある場合は、python2##) # Laotie は decode() を使用して unicode 文字列 ) にデコードする必要があります 例:

>>> pd.read_excel('例子'.decode('utf-8))
ログイン後にコピー
sheet_name: 指定されたものを返しますsheet
sheet_nameNone として指定されている場合、シート全体が返されます。 複数のシートを返す必要がある場合は、
sheet_name ## を返すことができます。 #['sheet1', 'sheet2'] のようにリストとして指定します。## の名前文字列またはインデックスに基づいて、選択した sheet

を指定できます。 #sheet <div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:php;toolbar:false">&gt;&gt;&gt; # 如: &gt;&gt;&gt; pd.read_excel('1.xlsx', sheet_name=0) &gt;&gt;&gt; pd.read_excel('1.xlsx', sheet_name='Sheet1') &gt;&gt;&gt; # 返回的是相同的 DataFrame</pre><div class="contentsignin">ログイン後にコピー</div></div>header: データ テーブルのヘッダーを指定します。デフォルト値は 0 です。つまり、最初の行がヘッダーとして使用されます。

usecols:指定した列には、名前またはインデックス値を使用することもできます
>>> # 如:
>>> pd.read_excel('1.xlsx', sheet_name=1, usecols=['等级', '属性1'])
>>> pd.read_excel('1.xlsx', sheet_name=1, usecols=[1,2])
>>> # 返回的是相同的 DataFrame
ログイン後にコピー
いつか Tiger がレベルに達するまで、このように変更できます。もちろん、
.iloc
または # を使用することもできます##.loc

オブジェクト<div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:php;toolbar:false">&gt;&gt;&gt; # 读取文件 &gt;&gt;&gt; data = pd.read_excel(&quot;1.xlsx&quot;, sheet_name=&quot;Sheet1&quot;) &gt;&gt;&gt; # 找到 等级 这一列,再在这一列中进行比较 &gt;&gt;&gt; data['等级'][data['名字'] == '泰格尔'] += 1 &gt;&gt;&gt; print(data)</pre><div class="contentsignin">ログイン後にコピー</div></div>見てください!彼はアップグレードされました! ! <div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:php;toolbar:false">&gt;&gt;&gt; data      名字   等级 属性1   属性2  天赋 0  艾欧里娅  100  自然     冰  29 1   泰格尔   81   电    战斗  16 2  布鲁克克  100   水  None  28</pre><div class="contentsignin">ログイン後にコピー</div></div>これを保存します

data.to_excel('1.xlsx', sheet_name='Sheet1', index=False, header=True)
ログイン後にコピー

index: デフォルトは

True

です。行インデックスを追加するかどうかは、上の図に移動するだけです。

左は
Falseパンダは Python で Excel 操作戦略を読み取り、変更します (コード例)、右は
True
ヘッダー: デフォルトは True です。柱マークを付けて絵を描いてみよう!
左側は False、右側は
Trueパンダは Python で Excel 操作戦略を読み取り、変更します (コード例)io、sheet_name パラメーターの使用法は同じです関数
pd.read_excel()
として、さらに数匹の動物を捕獲したり、さらにいくつかの属性を追加したりするとどうなるでしょうか?参照はここにあります: 新しい列データ:
data['列名'] = [値 1, 値 2, ...]

>>> data['特性'] = ['瞬杀', 'None', '炎火']
>>> data
     名字   等级 属性1   属性2  天赋    特性
0  艾欧里娅  100  自然     冰  29    瞬杀
1   泰格尔   80   电    战斗  16  None
2  布鲁克克  100   水  None  28    炎火
ログイン後にコピー
新しい行データ、番号ここでの行の ID 値は、Excel の行に自動的に追加される
data.loc[行の番号] = [値 1, 値 2, ...], (
.iloc との違いに注意してください)
違い)

>>> data.loc[3] = ['小火猴', 1, '火', 'None', 31, 'None']
>>> data
     名字   等级 属性1   属性2  天赋    特性
0  艾欧里娅  100  自然     冰  29    瞬杀
1   泰格尔   80   电    战斗  16  None
2  布鲁克克  100   水  None  28    炎火
3   小火猴    1   火  None  31  None
ログイン後にコピー

行または列を追加した後、行または列を削除するにはどうすればよいですか? .drop()function
>>> # 删除列, 需要指定axis为1,当删除行时,axis为0
>>> data = data.drop('属性1', axis=1) # 删除`属性1`列
>>> data
     名字   等级   属性2  天赋    特性
0  艾欧里娅  100     冰  29    瞬杀
1   泰格尔   80    战斗  16  None
2  布鲁克克  100  None  28    炎火
3   小火猴    1  None  31  None

>>> # 删除第3,4行,这里下表以0开始,并且标题行不算在类, axis用法同上
>>> data = data.drop([2, 3], axis=0)
>>> data
     名字   等级 属性2  天赋    特性
0  艾欧里娅  100   冰  29    瞬杀
1   泰格尔   80  战斗  16  None

>>> # 保存
>>> data.to_excel('2.xlsx', sheet_name='Sheet1', index=False, header=True)
ログイン後にコピー

を使用できます。

以上がパンダは Python で Excel 操作戦略を読み取り、変更します (コード例)の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

PHPおよびPython:コードの例と比較 PHPおよびPython:コードの例と比較 Apr 15, 2025 am 12:07 AM

PHPとPythonには独自の利点と短所があり、選択はプロジェクトのニーズと個人的な好みに依存します。 1.PHPは、大規模なWebアプリケーションの迅速な開発とメンテナンスに適しています。 2。Pythonは、データサイエンスと機械学習の分野を支配しています。

Python vs. JavaScript:コミュニティ、ライブラリ、リソース Python vs. JavaScript:コミュニティ、ライブラリ、リソース Apr 15, 2025 am 12:16 AM

PythonとJavaScriptには、コミュニティ、ライブラリ、リソースの観点から、独自の利点と短所があります。 1)Pythonコミュニティはフレンドリーで初心者に適していますが、フロントエンドの開発リソースはJavaScriptほど豊富ではありません。 2)Pythonはデータサイエンスおよび機械学習ライブラリで強力ですが、JavaScriptはフロントエンド開発ライブラリとフレームワークで優れています。 3)どちらも豊富な学習リソースを持っていますが、Pythonは公式文書から始めるのに適していますが、JavaScriptはMDNWebDocsにより優れています。選択は、プロジェクトのニーズと個人的な関心に基づいている必要があります。

CentosのPytorchのGPUサポートはどのようにサポートされていますか CentosのPytorchのGPUサポートはどのようにサポートされていますか Apr 14, 2025 pm 06:48 PM

Pytorch GPUアクセラレーションを有効にすることで、CentOSシステムでは、PytorchのCUDA、CUDNN、およびGPUバージョンのインストールが必要です。次の手順では、プロセスをガイドします。CUDAおよびCUDNNのインストールでは、CUDAバージョンの互換性が決定されます。NVIDIA-SMIコマンドを使用して、NVIDIAグラフィックスカードでサポートされているCUDAバージョンを表示します。たとえば、MX450グラフィックカードはCUDA11.1以上をサポートする場合があります。 cudatoolkitのダウンロードとインストール:nvidiacudatoolkitの公式Webサイトにアクセスし、グラフィックカードでサポートされている最高のCUDAバージョンに従って、対応するバージョンをダウンロードしてインストールします。 cudnnライブラリをインストールする:

Dockerの原則の詳細な説明 Dockerの原則の詳細な説明 Apr 14, 2025 pm 11:57 PM

DockerはLinuxカーネル機能を使用して、効率的で孤立したアプリケーションランニング環境を提供します。その作業原則は次のとおりです。1。ミラーは、アプリケーションを実行するために必要なすべてを含む読み取り専用テンプレートとして使用されます。 2。ユニオンファイルシステム(UnionFS)は、違いを保存するだけで、スペースを節約し、高速化する複数のファイルシステムをスタックします。 3.デーモンはミラーとコンテナを管理し、クライアントはそれらをインタラクションに使用します。 4。名前空間とcgroupsは、コンテナの分離とリソースの制限を実装します。 5.複数のネットワークモードは、コンテナの相互接続をサポートします。これらのコア概念を理解することによってのみ、Dockerをよりよく利用できます。

ミニオペンCentosの互換性 ミニオペンCentosの互換性 Apr 14, 2025 pm 05:45 PM

MINIOオブジェクトストレージ:CENTOSシステムの下での高性能展開Minioは、Amazons3と互換性のあるGO言語に基づいて開発された高性能の分散オブジェクトストレージシステムです。 Java、Python、JavaScript、Goなど、さまざまなクライアント言語をサポートしています。この記事では、CentosシステムへのMinioのインストールと互換性を簡単に紹介します。 Centosバージョンの互換性Minioは、Centos7.9を含むがこれらに限定されない複数のCentosバージョンで検証されています。

CentosでPytorchの分散トレーニングを操作する方法 CentosでPytorchの分散トレーニングを操作する方法 Apr 14, 2025 pm 06:36 PM

Pytorchの分散トレーニングでは、Centosシステムでトレーニングには次の手順が必要です。Pytorchのインストール:PythonとPipがCentosシステムにインストールされていることです。 CUDAバージョンに応じて、Pytorchの公式Webサイトから適切なインストールコマンドを入手してください。 CPUのみのトレーニングには、次のコマンドを使用できます。PipinstalltorchtorchtorchvisionTorchaudioGPUサポートが必要な場合は、CUDAとCUDNNの対応するバージョンがインストールされ、インストールに対応するPytorchバージョンを使用してください。分散環境構成:分散トレーニングには、通常、複数のマシンまたは単一マシンの複数GPUが必要です。場所

CentosでPytorchバージョンを選択する方法 CentosでPytorchバージョンを選択する方法 Apr 14, 2025 pm 06:51 PM

PytorchをCentosシステムにインストールする場合、適切なバージョンを慎重に選択し、次の重要な要因を検討する必要があります。1。システム環境互換性:オペレーティングシステム:Centos7以上を使用することをお勧めします。 Cuda and Cudnn:PytorchバージョンとCudaバージョンは密接に関連しています。たとえば、pytorch1.9.0にはcuda11.1が必要ですが、pytorch2.0.1にはcuda11.3が必要です。 CUDNNバージョンは、CUDAバージョンとも一致する必要があります。 Pytorchバージョンを選択する前に、互換性のあるCUDAおよびCUDNNバージョンがインストールされていることを確認してください。 Pythonバージョン:Pytorch公式支店

Python:自動化、スクリプト、およびタスク管理 Python:自動化、スクリプト、およびタスク管理 Apr 16, 2025 am 12:14 AM

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。

See all articles