[ Excel-Python ] -8：用 Python 处理 Excel 中的行、列、单元格

Hi-Frank

用 Python 处理 Excel 中的行、列、单元格

0. 引子

抱歉，这几天太忙了，没有及时更新，见谅！
整整十天连步都没跑，趁现在有点时间，更新一篇，谨表歉意。
感谢几位鞭策我更新的朋友，谢谢！

前几天在湖州，路过苕溪桥，放个照片做题图吧。
感慨于旅途奔波，写了一篇文章，分享一下：《洛神赋》—— 奔波的脚步，让心去旅行 。
地址：https://mp.weixin.qq.com/s/ONMvGJDzKDtFRaF9ggltzA

今天我们谈一下如何处理具体的行、列、单元格数据。


1. Python 为什么简洁又强大

到目前为止，我们用 Python 处理 Excel 的过程，其实是：用 Pandas 把 Excel 文件读出来 →→ 进行处理 →→然后再写入 Excel 文件。

我们用的是 Pandas 的 read_excel() 方法，将数据读入 DataFrame 中。
此前为了大家好接受，我们直接拿来用，不求甚解。

不求甚解，是我认为最好的学习方法和讲课方法，放松心情，直接入门，逐步深入。

今天我们有必要对 Pandas 和 DataFrame 做进一步的认识：

Python 之所以强大，不仅仅因为语言简洁优美，更重要的，是它形成了一个庞大的生态体系。
就是，有大量的、各行各业的人，都在用它。并且，写了大量的、开源的、可免费使用的、针对不同行业业务的 函数、模块、可供调用。


上一篇我们用 Python 画图，很多人慨叹代码太简洁了。用 VBA 特复杂。
其实，应该这样感慨：如果有一个可爱的哥们儿，用 VBA 把画图的各项功能都写好、各种因素都考虑到，写成子程序，放到互联网上，我们随时可以下载，直接使用，给个参数就能直接画出图来，多好啊。


所以，Python 如果从底层写，也很麻烦，但是现成的模块太多了、太好用的。例如，我们上一帖用的 Matplotlib，就是一个最好用的 Python 二维画图工具集。仅此而已。


所以，有时将 Python 叫做胶水语言。就是，它的主要玩儿法，对于具体行业业务用户的玩儿法，就是不需要考虑复杂的编程，直接用各种现成的库，用几行代码，像胶水一样，把这些强大核心功能粘起来就好了。


好了，话说回来，进入正题：



2. 认识 Pandas


Pandas 是基于 Python 语言的快速、强大、灵活和易于使用的开源数据分析与处理工具。

Pandas 官网 https://pandas.pydata.org/  原文：

pandas is a fast, powerful, flexible and easy to use open source data analysis and manipulation tool, built on top of the Python programming language.

就是说，Pandas 为我们提供了大量的、功能强大的，专门进行数据处理和数据分析的工具，包括一系列函数、方法、数据结构等等。
Pandas 不是熊猫的意思，而是用 Panel Data 面板数据 造的词。

其中，Pandas 中有一个非常重要的数据结构： DataFrame 。

DataFrame 是 Pandas 中的一个表型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame 即有行索引也有列索引。就类似于 Excel 的表格。

我们来看大家已经用的熟练的这句代码：

1. import pandas as pd
   
2. 
   
3. df= pd.read_excel(r'd:\demo\orders2.xlsx', sheet_name='订单')

复制代码

第一行：将 pandas 引入到当前代码中。并将其简称为 pd

第二行：调用 pandas 的 read_excel()方法，把 orders2.xlsx文件的订单sheet 读到一个 DataFrame 中，给这个 DataFrame 起的的名字叫做 df 。

解释一下：
-  pandas 中有很多方法，例如，read_excel() 可以读 Excel 文件。Excel 文件结构很复杂，怎么打开怎么读怎么容错怎么啥啥，你都不用管了，人家 pandas 模块里面早都写好了，你想到没想到的问题，人家都有人帮你想到了。
后面我们还会用的 read_csv()方法，用于读 csv 文件。to_excel() 写入 Excel 文件，to_csv() 写入 csv 文件等等等等，我们以后用到再说。

pandas 的 read_excel() 方法，返回的是 DataFrame。我们到目前的例子，都是读一个指定的sheet，或默认读第一个（第0个）sheet。所以得到一个 DataFrame。
也可以用 read_excel()一次读如多个sheet，则会得到一个 DataFrame 的字典 Dict，这个我们以后说。

下面，我们通过操作使用 DataFrame，来认识和理解 DataFrame。


3. 认识 DataFrame

好了，数据读进来了，我们截图展示一下：



我们看到，df 的内容，就是 Excel 文件 orders2.xlsx 中 订单 sheet 的内容。

注意，它已经对数据进行了规整。
行前面有了从0开始的序列号。注意和 Excel文件中的行编号不是一码事儿。
“产品”“型号”“数量” 这一行字， 不是第一行（以后我们按标准说：第0行）的数据，而是作为列名，或者是叫表头。

请返回头去看我上面给出的 DataFrame 定义中的话：
DataFrame 即有行索引也有列索引。因为

到底是哪一行，得有个标识吧，就是这个：0,1,2,3...编号。这个就是行索引。
到底是那一列，得有个标识吧，就是这个：“产品”“型号”“数量” 列名。这个就是列索引。

有了行索引列索引，就可以指明任何一行、任何一列、任何一格了。
所谓 “格物致知”

于是，我们可以通过如下代码 获取一个 DataFrame 的行索引信息：

1. df.index

复制代码

返回结果是：

    RangeIndex(start=0, stop=7, step=1)

意思是：行索引范围：从0开始，到7，步长为1

我们可以通过如下代码，获取列信息：

1. df.columns

复制代码

返回结果是：

    Index(['产品', '型号', '数量'], dtype='object')

意思是：列索引名 “产品”“型号”“数量” ，数据类型：对象
我们可以通过如下代码获取 DataFrame 的大小：

1. df.shape

复制代码

返回结果：

    (7, 3)

意思是：7行3列

4. 在 DataFrame 中处理行、列、单元格数据

   1) 得到行：

那么，我们就可以通过如下代码得到某一行：

1. df.loc[2]

复制代码

返回值如下：

即返回了第2行的数据。注意他是转过来写的。这个不关键。另外，第2行，记住是从0开始数的，以后我不再强调了。

通过如下代码，可以返回若干行：

1. df.loc[2:5]

复制代码

返回结果是：

  2) 得到列

我们可以用 df.列名 返回某一列的值，例如：

1. df.产品

复制代码

结果是：

也可以写成：

1. df['产品']

复制代码

结果同上。

用后一种方法，就可以多出多列，如：

1. df[['产品','数量']]

复制代码

结果是：

注意，上述代码中，方括号有两层[[]]，为啥，我们以后讲。

  3）得到格

我们可以通过  df[列名][行索引]  得到单元格内容，例如：

1. df['产品'][2]

复制代码

再例如：

1. df[['产品','数量']].loc[[1,3]]

复制代码

得到第1行和第3行的产品名称和数量数据：

5. 然后

我们已经理解了 Pandas， DataFrame，
我们已经能够自如地得到想要的数据了。
然后，我们就可以处理这些数据了。例如运算，例如汇总等等。
我们以后再讲，不然你要厌学了

今天的内容不炫酷，有些枯燥。
咬咬牙，坚持一下。
总不可能每次都是帅的炫酷的。

加油吧，反正我是跑马拉松的。

—— 我跑，故我在  HiFrank

<<<  上一篇：

[ Excel-Python ] -7：用 Python 绘图展示 Excel 中的数据
http://club.excelhome.net/thread-1588241-1-1.html

下一篇 >>>[ Excel-Python ] -9：让 Excel 起飞的超强 Python 库：xlwings
http://club.excelhome.net/thread-1589256-1-1.html

sheeboard

第3个得到格 的例子使用时注意，会与多层索引的定位冲突，所以系统经常会出警告。

约定的童话

这个适合开发工具用，不适合拿来做代工解决自动化，大家不要误入歧途了

xd3210

坚持不掉队

Hi-Frank

sheeboard 发表于 2021-6-19 07:50
第3个得到格 的例子使用时注意，会与多层索引的定位冲突，所以系统经常会出警告。

是的。
这个我们有详细展开，怕越扯越多。
不求甚解，先让大家了解。
后续安排深入的问题。

Hi-Frank

xd3210 发表于 2021-6-19 08:51
坚持不掉队

谢谢，加油

Hi-Frank

约定的童话 发表于 2021-6-19 08:13
这个适合开发工具用，不适合拿来做代工解决自动化，大家不要误入歧途了

嗯，
有道理。辨证认识吧。

两个目的吧：
1. 如果用的熟了，是可以做代工自动化的。后续还有些内容可以看到最终的效果。
2. 作为入门学习 Python 及机器学习的手段，毕竟有Excel的基础，容易入门。

sheeboard

Hi-Frank 发表于 2021-6-19 09:45
嗯，
有道理。辨证认识吧。

对的，pandas只是数据清理和简单分析，后面步骤几个重量级的库才是正真厉害，如果能结合实际运用到办公中还真有可能实现办公无人化。顺便lz格致中学的？

smiletwo

个人觉得：所谓简练应该是把台前的工作转到后台（由相应的函数库支撑）去做了，使用者感觉简单了，其他语言其实也可以开发相应的函数实现。这种方式，对初学者来说更容易上手，但遇到涉及细节问题或者特殊需求，通常还要回归基础。不少人反映Python 上手容易，精通难，应该就是这个原因吧。

静听溪流

例行顶帖支持   感谢知识分享