Python +Excel高效办公:轻松实现Python数据分析与可视化

Python +Excel高效办公:轻松实现Python数据分析与可视化 PDF 高清完整版

  • 大小:56.8 MB
  • 类型:Python数据分析
  • 格式:PDF
  • 出版:水利水电出版社
  • 作者:蔡驰聪
  • 更新:2022-09-19 08:41:29
版权投诉 / 资源反馈(本资源由用户 弓平彤 投稿)

为网友们分享了Python数据分析相关的资料,由水利水电出版社出版,作者是蔡驰聪,介绍了关于Python、Excel、数据分析方面,格式为PDF,资源大小56.8 MB,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:8.1分。

书籍介绍

编辑推荐

Python Excel xlwings matplotlib Pandas 汇聚数据处理与分析的高效工具应用

全书85集配套视频 129个实例讲解

全面系统,覆盖了常用的Excel操作,从单元格操作到图表绘制,教你轻松实现Python数据分析和可视化

易学易懂,对比Excel,降低学习Python的难度,插图丰富,零基础入门学习

实例丰富,书中列举了100多个实例,用实例学习更高效

配套视频,每节配有视频教学,85集视频手把手教学,轻松实现办公自动化

内容简介

《Python Excel 高效办公:轻松实现 Python 数据分析与可视化》从 Python 语言的基础语法讲起,介绍了如何使用 Python 实现各种常用的 Excel 数据处理操作,并给出若干个 Python 商业数据分析应用案例。通过本书的学习,读者应该可以自动化批量完成日常的 Excel 数据处理工作,从而避免烦琐的手工操作。

本书共 12 章,涵盖的主要内容包括:Python 开发环境搭建;Python 语法基础;Python 文件管理;用 Python 操作 Excel 工作簿、工作表、单元格、表格;用 matplotlib 和 xlwings 在 Excel 中自动绘制统计图表;Pandas 数据结构、Pandas 数据处理和数据分析操作;用 Python 分析客户数据、销售数据、广告数据等。
《Python Excel 高效办公:轻松实现 Python 数据分析与可视化》用读者熟悉的 Excel 概念和操作导入 Python 编程的各种知识点,使编程初学者更容易理解和接受。本书适合经常使用 Excel 进行数据处理但没有编程基础的人员阅读,也适合已经掌握了一门编程语言同时希望用 Pandas 和 xlwings进行高效数据处理的程序员,本书还适合作为高等院校或者培训机构相关专用的教材使用。

以上就是本次关于书籍资源的介绍和部分内容,我们还整理了以往更新的其它相关电子书资源内容,可以在下方直接下载,关于相关的资源我们在下方做了关联展示,需要的朋友们也可以参考下。

精选笔记:python使用pandas读写excel文件的方法实例

20小时8分钟前回答

引言

现在本地创建一个excel表,以及两个sheet,具体数据如下:

sheet1:

 sheet2:

读取excel文件

pandas.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None)

io:excel文件路径。

sheet_name:返回指定的sheet。

header:表头,默认值为0。也可以指定多行。当header取值为None时候data打印值最多,0相比None会少一行,1对比0又会在少一行。也就是说设置header为多少,那么那行之前的数据就会缺失。header也可以设置为一个范围值如header=[0, 1]表示前两行为多重索引。

usecols:读取指定的列。

skiprows:跳过特定行。

import pandas
 
a = pandas.read_excel("t.xlsx",sheet_name=0)#sheet_name可以使用下标,sheet的名称
print(a) #打印所有
print(a.values) #打印除第一行以外的信息
print(a.values[0]) #打印第一行的值
print(data['标题列'].values) #打印具体一列的值
 
#读取同一文件的不同sheet
data= pandas.read_excel("t.xlsx", ['Sheet1', 'Sheet2'])
print(data)#打印sheet1和sheet2的所有元素
print(data.get('Sheet1')['result'][0]) #打印sheet1表的result列的第一个元素
 
 
#sheet_name = None时,返回所有表的数据
data = pandas.read_excel("t.xlsx", sheet_name=None)
print(data)
结果:
"""
{'Sheet1':    case_id account      pswd  hope result
0      1.0     qwe  123456.0  登陆成功  cheng
1      NaN     NaN       NaN   NaN    bai, 'Sheet2':    1  2  3  4  5
0  a  b  c  d  e}
"""
 
#sheet_name可以选择名称,下标组合方式提取多张表数据
data = pandas.read_excel("t.xlsx", sheet_name=['Sheet1',1])
print(data)
结果:
"""
{'Sheet1':    case_id account      pswd  hope result
0      1.0     qwe  123456.0  登陆成功  cheng
1      NaN     NaN       NaN   NaN    bai, 1:    1  2  3  4  5
0  a  b  c  d  e}
"""
 
#查询指定列的数据
data = pandas.read_excel('t.xlsx', sheet_name='Sheet1', usecols=['result',])
print(data)
结果:
"""
  result
0  cheng
1    bai
"""
data = pandas.read_excel('t.xlsx', sheet_name='Sheet1', usecols=[0])
print(data)
结果:
"""
   case_id
0      1.0
1      NaN
"""
data = pandas.read_excel('t.xlsx', sheet_name='Sheet1', usecols=[0, 1])
print(data)
结果:
"""
   case_id account
0      1.0     qwe
1      NaN     NaN
"""

ExcelFile:为了更方便地读取同一个文件的多张表格

import pandas
 
 
#同时读取一个文件的多个sheet,仅需读取一次内存,性能更好
data = pandas.ExcelFile("t.xlsx")
sheets = pandas.read_excel(data)#sheet_name不写,默认为查第一个sheet的数据
sheets = pandas.read_excel(data, sheet_name="Sheet2")#查看指定sheet的数据
print(sheets)
 
#也可以这么写
with pandas.ExcelFile("t.xlsx") as xlsx:
    s1 = pandas.read_excel(xlsx, sheet_name="Sheet1")
    s2 = pandas.read_excel(xlsx, sheet_name="Sheet2")
print(s1)
print("-----------------------")
print(s2)
 
结果:
"""
   case_id account      pswd  hope result
0      1.0     qwe  123456.0  登陆成功  cheng
1      NaN     NaN       NaN   NaN    bai
-----------------------
   1  2  3  4  5
0  a  b  c  d  e
"""
"""
index_col:索引对应的列,可以设置范围如[0, 1]来设置多重索引
na_values:指定字符串展示为NAN
"""
with pandas.ExcelFile('t.xlsx') as xls:
    data['Sheet1'] = pandas.read_excel(xls, 'Sheet1', index_col=None,            na_values=['NA'])
    data['Sheet2'] = pandas.read_excel(xls, 'Sheet2', index_col=1)
 
    print(data)
    print("-------------------------------")
    print(data['Sheet1'])
    print("--------------------------------")
    print(data['Sheet2'])
 
结果:
"""
{'Sheet1':    case_id account      pswd  hope result
0      1.0     qwe  123456.0  登陆成功  cheng
1      NaN     NaN       NaN   NaN    bai, 'Sheet2':    1  3  4  5
2            
b  a  c  d  e}
-------------------------------
   case_id account      pswd  hope result
0      1.0     qwe  123456.0  登陆成功  cheng
1      NaN     NaN       NaN   NaN    bai
--------------------------------
   1  3  4  5
2            
b  a  c  d  e
"""

写入文件:

将数据写入excel

1.当文件不存在时,会自动创建文件,并写入数据;

2.当文件存在时,会覆盖数据;

3.sheet_name 不写默认为Sheet1;

4.文件写入,切记关闭excel。

data = {'名字': ['张三','李四'],
        '分数': [100, 100]
       }
a= pandas.DataFrame(data)
a.to_excel('1.xlsx', sheet_name='Sheet1',index=False)# index = False表示不写入索引

excel一次写入多sheet:

1.下面代码为在1.xlsx中写入sheet1,sheet2两个表。

2.可以通过在ExcelWriter中添加mode参数,该参数默认为w,修改为a的话,可以在已存在sheet的excel中添加sheet表。

df1 = pandas.DataFrame({'名字': ['张三', '王四'], '分数': [100, 100]})
df2 = pandas.DataFrame({'年龄': ['18', '19'], '性别': ['男', '女']})
 
with pandas.ExcelWriter('1.xlsx') as writer:
    df1.to_excel(writer, sheet_name='Sheet1', index=False)
    df2.to_excel(writer, sheet_name='Sheet2', index=False)
 
#新增一个sheet
df3 = pandas.DataFrame({'新增表': ['1', '2']})
with pandas.ExcelWriter('1.xlsx', mode='a') as writer:
    df3.to_excel(writer, sheet_name='Sheet3', index=False)

总结

到此这篇关于python使用pandas读写excel文件的文章就介绍到这了,更多相关python pandas读写excel内容请搜索码农之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持码农之家!

Python数据分析相关资源

  • 从零开始利用Excel与Python进行数据分析

    从零开始利用Excel与Python进行数据分析

    编辑推荐 系统:讲解数据分析自动化办公全流程。 经典:笔者8年数据分析经验无保留呈现。 深入:基于3套框架方法,层层剥茧式讲解。 实战:结合办公场景,包括120多个数据分析实战案例。 内容简介 《从零开始利用Excel与Python进行数据分析》介绍了数据分析的方法和步骤,并分别通过Excel和Python实施和对比。通过《从零开始利用Excel与Python进行数据分析》一方面可以拓宽对Excel功能的认识,另一方面可以学习和掌握Python的基础操作。 《从零开始利用

    大小:78.1 MBPython数据分析

  • Python与Excel交互

    Python与Excel交互

    实例截图 核心代码 .├── DmsDemo│ ├── DmsDemo│ │ ├── Lib│ │ │ └── site-packages│ │ │ ├── _distutils_hack│ │ │ │ ├── __init__.py│ │ │ │ └── override.py│ │ │ ├── _virtualenv.pth│ │ │ ├── _virtualenv.py│ │ │ ├── distutils-precedence.pth│ │ │ ├── pip│ │ │ │ ├── __init_

    大小:9.23 MBPython

  • 超简单:用Python让Excel飞起来

    超简单:用Python让Excel飞起来

    Excel是Office办公中使用非常频繁的一个表格制作、数据分析与图表制作的组件。随着现在数据处理量越来越大,日常办公中很多重复性工作耗费了广大办公人员越来越多的时间,那么如何才能化繁为简,提高办公自动化水平呢?借助Python中的模块来控制Excel可以让Excel实现自动化、智能化办公从而极大减少重复性工作并节约办公人员的时间。 全书划分为4部分,共8章。第1部分为第1章,主要介绍Python编辑器的安装和xlwings库的安装。第2部分为第2章至第6章,

    大小:129 MBPython

  • 从Excel到Python:数据分析进阶指南

    从Excel到Python:数据分析进阶指南

    Excel是数据分析中最常用的工具,本书通过Python与Excel的功能对比介绍如何使用Python通过函数式编程完成Excel中的数据处理及分析工作。在Python中pandas库用于数据处理,我们从1787页的pandas官网文

    大小:9.69 MBPython数据

  • 对比Excel,轻松学习Python报表自动化

    对比Excel,轻松学习Python报表自动化

    编辑推荐 入门级数据分析师系列前两本书《对比Excel,轻松学习Python 数据分析》和《对比Excel,轻松学习SQL 数据分析》深受读者欢迎,截至2021年8月,累计销量近15万册。这本书《对比Excel,轻松学习Python 报表自动化》继承了比较学习的特点,帮助职场新人使用Python实现报表自动化,大大提高工作效率。 内容简介 这本书《对比Excel,轻松学习Python 报表自动化》继承了比较学习的特点全书围绕Excel功能区的各个模块展开通过对比Excel很容易详细说明如何在

    大小:46.1 MBPython自动化

  • python操作excel、word、pdf大全

    自动化办公无非是 excel、ppt、word、邮件、文件处理、数据分析处理。python 在自动化办公领域越来越受欢迎,批量处理简直是加班族的福音。 本文档主要记一下Python对办公文件的简单处理,包括了word、excel、pdf。因为Python在搜集整理分析数据的过程中更加便捷,通过几行代码还可以实现自动化操作。

    大小:3.61 MBpython

  • 对比Excel,轻松学习Python数据分析

    对比Excel,轻松学习Python数据分析

    Python尽管是这门计算机语言,可是在数据分析行业保持的作用和Excel的基本要素相同,而Excel也是大伙儿较为了解、非常容易入门的手机软件,能够根据Excel数据分析去比照学习培训Python数据分

    大小:25.8 MB数据分析

  • Python +Excel高效办公:轻松实现Python数据分析与可视化

    Python +Excel高效办公:轻松实现Python数据分析与可视化

    编辑推荐 Python Excel xlwings matplotlib Pandas 汇聚数据处理与分析的高效工具应用 全书85集配套视频 129个实例讲解 全面系统,覆盖了常用的Excel操作,从单元格操作到图表绘制,教你轻松实现Python数据分析和可视化 易学易懂,对比Excel,降低学习Python的难度,插图丰富,零基础入门学习 实例丰富,书中列举了100多个实例,用实例学习更高效 配套视频,每节配有视频教学,85集视频手把手教学,轻松实现办公自动化 内容简介 《Python Excel 高效

    大小:83.7 MBPython

  • Maven文档实战(IDEA)

    Maven文档实战(IDEA)

    一、 回顾[理解] 1. Maven 的好处 节省磁盘空间 可以一键构建 可以跨平台 应用在大型项目时可以提高开发效率 2. 安装配置 maven 注意:3.3+版本需要 jdkj.7+以上的支持 北京市昌平区建材城西路金燕龙办公楼一层 电话:400-618-9090 3. 三种仓库 本地仓库 远程仓库(私服) 中央仓库 4. 常见的命令 Compile Test Package Install Deploy Clean 5. 坐标的书写规范 groupId 公司或组织域名的倒序 artifactId 项

    大小:2.24 MBMaven

  • 《JavaScript设计模式》配套彩图

    《JavaScript设计模式》配套彩图

    编辑推荐 专业讲解全面Web前端设计模式书 *、百度前端高级工程师鼎力推荐 Web前端界以一种讲故事方式讲解每一种模式,让每位读者都能读懂。 书中案例都是实际工作中的真实案例,让读者身临其境。 全面涵盖专门针对JavaScript的36个设计模式,帮助读者尽快提高开发效率 深入剖析面向对象的设计原则及代码重构,帮助读者快速融入团队项目开发中 本书通过职场主人公小铭实战历练,介绍了他从菜鸟到高级程序员的蜕变过程,值得每一个程序员借鉴和

    大小:1.06 MBJavaScript配套资源

  • 离散数学

    离散数学 课后答案

    《离散数学》是2008年3月高等教育出版社出版的图书,作者是屈婉玲、耿素云、张立昂。 高等教育出版社1998年出版了普通高等教育九五国家级规划教材《离散数学》,2004年作为十五国家级规划教材出版了修订版。作为十一五国家级规划教材,《离散数学》根据教育部计算机科学与技术专业教学指导委员会提出的《计算机科学与技术专业规范》(CCC2005)的教学要求,对内容进行了较多的调整与更新。 《离散数学》分为数理逻辑、集合论、代数结构、组合

    大小:1.08 MB离散数学课后答案

  • Windows 2000网络操作系统

    Windows 2000网络操作系统 课后答案

    本书系统全面地介绍Windows 2000 Server网络操作系统的各项基本功能,详细说明网络组件、活动目录、用户帐户等的管理,以及如何实现包括WWW、FTP在内的Internet信息服务,配置DNS、WINS和DHCP等网络服务的方法,讲解Windows 2000 Server的系统管理和安全管理,以及如何利用DOS命令对网络情况进行测试。 目录 第1章 网络操作系统概述 1.1 认识网络操作系统 1.2 认识Windows 2000 Server 1.2.1 Windows 2000 版本情况 1.

    大小:2.25 MBWindows操作系统课后答案

  • C语言程序设计

    C语言程序设计 课后答案

    大小:4.1 MBC语言课后答案

参与送书

学习笔记

13小时11分钟前回答

Python向Excel中插入图片的简单实现

这篇文章主要介绍了Python向Excel中插入图片的简单实现方法,结合实例形式分析了Python使用XlsxWriter模块操作Excel单元格插入jpg格式图片的相关操作技巧,非常简单实用,需要的朋友可以参考下 本文实例讲述了Python向Excel中插入图片的简单实现方法。分享给大家供大家参考,具体如下: 使用Python向Excel文件中插入图片,这个功能之前学习xlwt的时候通过xlwt模块实现过。那时候是在公司做的……

1小时16分钟前回答

利用Python实现简单的Excel统计函数

需求分析 根据原始数据,计算出累计和、回撤、连续正确、连续错误、连续正确值与连续错误值6项数据,其中原始数据大于等于0认定为正确,原始数据小于0为错误。明白了要求,那我们就开始撸代码吧~ 解决步骤 import pandas as pd#创建一个计算数据的函数def calculate(df): pass#读取原始数据,将索引列去除df = pd.read_excel('需求0621.xlsx',index_col=0)#调用计算数据的函数calculate(df) 先把整体……

22小时5分钟前回答

python 三种方法实现对Excel表格的读写

1、使用xlrd模块读取数据 # 将excel表格内容导入到tables列表中def import_excel(tab): # 创建一个空列表,存储Excel的数据 tables = [] for rown in range(1, tab.nrows): array = {'设备名称': '', '框': '', '槽': '', '端口': '', 'onuid': '', '认证密码': '', 'load': '', 'checkcode': ''} array['设备名称'] = tab.cell_value(rown, 0) array['框'] = tab.cell_value(rown, 1) array['槽'] = tab.cell_value(rown, 2) array['端口'] = tab.cell_value(rown, 3) array['onui……