99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話:13121318867

登錄
首頁(yè)大數(shù)據(jù)時(shí)代如何將Excel工作表中數(shù)據(jù)轉(zhuǎn)換成pandas中dateframe的形式?
如何將Excel工作表中數(shù)據(jù)轉(zhuǎn)換成pandas中dateframe的形式?
2023-05-05
收藏

Pandas是Python數(shù)據(jù)科學(xué)工具包中極其重要的庫(kù)之一,它提供了許多方便的函數(shù)和結(jié)構(gòu),可以幫助我們快速、高效地處理和分析數(shù)據(jù)。在實(shí)際的數(shù)據(jù)分析任務(wù)中,Excel是一個(gè)非常普遍的數(shù)據(jù)源,并且我們通常需要將Excel中的數(shù)據(jù)轉(zhuǎn)換為Pandas中的DataFrame格式。在這篇文章中,我將介紹如何使用Python中的pandas庫(kù)將Excel工作表中的數(shù)據(jù)轉(zhuǎn)換DataFrame。

在開(kāi)始之前,確保你已經(jīng)安裝了pandas庫(kù)。如果你還沒(méi)有安裝,可以通過(guò)以下命令在終端中進(jìn)行安裝:

pip install pandas

接下來(lái),我們需要導(dǎo)入pandas庫(kù)和openpyxl庫(kù)(用于讀取和寫(xiě)入Excel文件)。在Python代碼中,導(dǎo)入這兩個(gè)庫(kù)的方式如下:

import pandas as pd import openpyxl

現(xiàn)在,我們已經(jīng)準(zhǔn)備好將Excel工作表中的數(shù)據(jù)轉(zhuǎn)換為Pandas DataFrame格式了。下面是具體的步驟:

步驟1:讀取Excel文件

首先,我們需要從Excel文件中讀取數(shù)據(jù)。我們可以使用openpyxl庫(kù)中的load_workbook()方法打開(kāi)Excel文件,并使用它的active屬性選擇要讀取的工作表。在下面的代碼示例中,我們假設(shè)要讀取的Excel文件名為"example.xlsx",并且要讀取的工作表名為"Sheet1":

# 打開(kāi)Excel文件并選擇工作表 workbook = openpyxl.load_workbook('example.xlsx')
sheet = workbook['Sheet1']

步驟2:讀取數(shù)據(jù)

接下來(lái),我們需要將工作表中的數(shù)據(jù)讀取到Python中。我們可以使用openpyxl庫(kù)中的iter_rows()方法遍歷Excel工作表中的每一行,并將它們存儲(chǔ)在一個(gè)列表中。在下面的代碼示例中,我們假設(shè)要讀取的數(shù)據(jù)存儲(chǔ)在從第二行開(kāi)始的列A、列B和列C中:

# 遍歷Excel工作表中的每一行,并將它們存儲(chǔ)在一個(gè)列表中 data = [] for row in sheet.iter_rows(min_row=2, min_col=1, values_only=True):
    data.append(row)

在上面的代碼中,我們使用了min_row、min_col參數(shù)指定要讀取的數(shù)據(jù)的起始位置,values_only參數(shù)指定只返回單元格的值而不包括格式等其他信息。

步驟3:將數(shù)據(jù)轉(zhuǎn)換DataFrame格式

現(xiàn)在,我們已經(jīng)將Excel工作表中的數(shù)據(jù)讀取到了Python中,可以將其轉(zhuǎn)換為Pandas DataFrame格式。我們可以使用pandas庫(kù)中的DataFrame()函數(shù)創(chuàng)建一個(gè)新的DataFrame,并將讀取的數(shù)據(jù)傳遞給它。在下面的代碼示例中,我們假設(shè)要讀取的Excel文件中有三列數(shù)據(jù),分別為"Name"、"Age"和"Salary":

# 將數(shù)據(jù)存儲(chǔ)在Pandas DataFrame df = pd.DataFrame(data, columns=['Name', 'Age', 'Salary'])

在上面的代碼中,我們使用了columns參數(shù)指定要?jiǎng)?chuàng)建的DataFrame中的列名。

到此為止,我們已經(jīng)成功地將Excel工作表中的數(shù)據(jù)轉(zhuǎn)換為了Pandas DataFrame格式。完整的代碼示例如下:

import pandas as pd import openpyxl # 打開(kāi)Excel文件并選擇工作表 workbook = openpyxl.load_workbook('example.xlsx')
sheet = workbook['Sheet1'] # 遍歷Excel工作表中的每一行,并將它們存儲(chǔ)在一個(gè)列表中 data = [] for row in sheet.iter_rows(min_row=2, min_col=1, values_only=True):
    data.append(row) # 將數(shù)據(jù)存儲(chǔ)在Pandas DataFrame df = pd.DataFrame(data, columns=['Name', 'Age', 'Salary']) # 打印DataFrame print(df)

總之,將Excel工作表中的數(shù)據(jù)轉(zhuǎn)換

為Pandas DataFrame格式是一項(xiàng)非常有用的技能,它可以讓我們?cè)赑ython中輕松地進(jìn)行數(shù)據(jù)分析和可視化。在處理較大的數(shù)據(jù)集時(shí),將Excel工作表中的數(shù)據(jù)讀取到Pandas DataFrame中可能需要一些時(shí)間。因此,在實(shí)際應(yīng)用中,我們通常需要對(duì)代碼進(jìn)行優(yōu)化,以提高讀取速度。

下面是一些有用的技巧可以幫助你更快地將Excel工作表中的數(shù)據(jù)轉(zhuǎn)換為Pandas DataFrame格式:

  1. 使用openpyxl庫(kù)的load_workbook()方法打開(kāi)Excel文件時(shí),可以添加read_only=True參數(shù)來(lái)加快文件讀取速度。

  2. 如果要讀取的Excel文件非常大,可以使用pandas庫(kù)的read_excel()函數(shù)來(lái)代替上述步驟。read_excel()函數(shù)可以直接從Excel文件中讀取數(shù)據(jù)并將其轉(zhuǎn)換為DataFrame格式。例如,以下代碼將讀取名為"example.xlsx"的Excel文件中的第一個(gè)工作表,并將其轉(zhuǎn)換為DataFrame格式:

import pandas as pd

df = pd.read_excel('example.xlsx', sheet_name=0)
  1. 如果要讀取的Excel文件非常大,也可以考慮將數(shù)據(jù)分成多個(gè)塊進(jìn)行讀取。Pandas庫(kù)的read_excel()函數(shù)支持chunksize參數(shù),可以讓我們指定每個(gè)塊的大小。以下代碼演示了如何將名為"example.xlsx"的Excel文件中的數(shù)據(jù)分成10個(gè)塊進(jìn)行讀?。?
import pandas as pd

chunk_size = 1000 for chunk in pd.read_excel('example.xlsx', sheet_name=0, chunksize=chunk_size): # 在此處對(duì)每個(gè)塊進(jìn)行處理 

在上面的代碼中,我們使用了chunksize參數(shù)將數(shù)據(jù)分成大小為1000的塊進(jìn)行讀取。然后,我們可以在for循環(huán)中對(duì)每個(gè)塊進(jìn)行處理。這種方法可以幫助我們有效地處理大型Excel文件。

總之,將Excel工作表中的數(shù)據(jù)轉(zhuǎn)換為Pandas DataFrame格式是Python數(shù)據(jù)分析中非?;A(chǔ)和重要的一個(gè)步驟。本文介紹了如何使用Python的pandas和openpyxl庫(kù)將Excel工作表中的數(shù)據(jù)讀取到DataFrame中,并提供了一些優(yōu)化技巧來(lái)加快讀取速度。通過(guò)掌握這些技能,你將能夠更輕松、更高效地處理和分析Excel數(shù)據(jù)。

推薦學(xué)習(xí)書(shū)籍
《CDA一級(jí)教材》適合CDA一級(jí)考生備考,也適合業(yè)務(wù)及數(shù)據(jù)分析崗位的從業(yè)者提升自我。完整電子版已上線CDA網(wǎng)校,累計(jì)已有10萬(wàn)+在讀~

免費(fèi)加入閱讀:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0

數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼

若不方便掃碼,搜微信號(hào):CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1:配置參數(shù) // 參數(shù)2:回調(diào),回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象,之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須,不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式,包括:float,popup width: "280px", https: true // 更多配置參數(shù)說(shuō)明請(qǐng)參見(jiàn):http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'!'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'!'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }