pandas使用方法与常用实例

代码创建表格并输出成文件

方法一：

有的功能基于openpyxl模块，如果没有需要用pip安装

import pandas as pd
df1=pd.DataFrame({'工资':[9000,7000,4000,8000,100000],'绩效分':[86,91,74,83,97],'性别':['男','女','女','女','女']},index=['~王闵京','~陈红英','~张秀影','~王春芳','~陈春月'])
print(df1)
#将数据保存成表格文件
writer=pd.ExcelWriter('my2.xlsx') 
df1.to_excel(writer,float_format='%.5f')
writer.save()
工资 绩效分 性别
王闵京 9000 86 ~男
陈红英 7000 91 ~女
张秀影 4000 74 ~女
王春芳 8000 83 ~女
陈春月 100000 97 ~女

方法二：

此方法需要导入numpy、openpyxl模块

import pandas as pd
import numpy as np
data = np.arange(1,101).reshape((10,10))
data_df = pd.DataFrame(data)
data_df.columns = ['A','B','C','D','E','F','G','H','I','J']
data_df.index = ['a','b','c','d','e','f','g','h','i','j']
priint(data_df)
writer = pd.ExcelWriter('my.xlsx')
data_df.to_excel(writer,float_format='%.5f')
writer.save()
————————————————
原文链接：https://blog.csdn.net/weixin_44285988/article/details/89156876
A B C D E F G H I J
a 1 2 3 4 5 6 7 8 9 10
b 11 12 13 14 15 16 17 18 19 20
c 21 22 23 24 25 26 27 28 29 30
d 31 32 33 34 35 36 37 38 39 40
e 41 42 43 44 45 46 47 48 49 50
f 51 52 53 54 55 56 57 58 59 60
g 61 62 63 64 65 66 67 68 69 70
h 71 72 73 74 75 76 77 78 79 80
i 81 82 83 84 85 86 87 88 89 90
j 91 92 93 94 95 96 97 98 99 100

-

表格数据的字符串操作

例如表格中的某列数据中都有各种前缀想进行统一更改的时候，这时字符串的替换操作就可以大显身手了，pandas对字符串的操作和python几乎一样，只要调用数据的.str方法就可以了

df1['性别']=df1['性别'].str.replace('~','')#编辑性别的列
print('我是替换后的数据\n{0}'.format(df1))
工资 绩效分 性别
王闵京 9000 86 男
陈红英 7000 91 女
张秀影 4000 74 女
王春芳 8000 83 女
陈春月 100000 97 女

表格中列与列之间的计算

接上表格，把所有人的工资增加9000

df1['工资']=df1['工资']+9000#每个人的工资增加9000
print('每个人的工资增加9000元\n{0}'.format(df1))
工资 绩效分 性别
王闵京 18000 86 男
陈红英 16000 91 女
张秀影 13000 74 女
王春芳 17000 83 女
陈春月 109000 97 女

列之间的计算都是数值类型进行的。如果数据中包含非数值类型的字符和符号，要先把其转换为数值类型在进行计算；例如：数据中有%