python pandas库读取excel/csv中指定行或列数据详解

共计 1466 个字符，预计需要花费 4 分钟才能阅读完成。

关键！！！！使用 loc 函数来查找。

话不多说，直接演示：

有以下名为 try.xlsx 表：

条件：首先导入的数据必须的有 index

或者自己添加吧，方法简单，读取 excel 文件时直接加 index_col

代码示例：

import pandas as pd                      #导入 pandas 库
 
excel_file = './try.xlsx'               #导入 excel 数据
data = pd.read_excel(excel_file, index_col='姓名')        
#这个的 index_col 就是 index，可以选择任意字段作为索引 index，读入数据
print(data.loc['李四'])
打印结果就是 

部门 B

工资 6600

Name: 李四, dtype: object（注意点: 索引）

假如我们的表中，有某个员工的工资数据为空了，那我们怎么找到自己想要的数据呢。

代码如下：

for i in data.columns:
    for j in range(len(data)):
        if (data[i].isnull())[j]:
            bumen = data.iloc[j, [0]]                             #找出缺失值所在的部门
            data[i][j] = charuzhi(bumen)

原理很简单，首先检索全部的数据，然后我们可以用 pandas 中的 iloc 函数。上面的 iloc[j, [2]] 中 j 是具体的位置，【0】是你要得到的数据所在的 column

例如查找 A 部门所有成员的的姓名和工资或者工资低于 3000 的人：

代码如下：

"""根据条件查询某行数据"""
import pandas as pd            #导入 pandas 库
 
excel_file = './try.xlsx'        #导入文件
data = pd.read_excel(excel_file)      #读入数据
 
print(data.loc[data['部门'] == 'A', ['姓名', '工资']])     #部门为 A，打印姓名和工资
print(data.loc[data['工资'] 
 结果如下：

 若要把这些数据独立生成 excel 文件或者 csv 文件：
 添加以下代码 
"""导出为 excel 或 csv 文件"""
#单条件
dataframe_1 = data.loc[data['部门'] == 'A', ['姓名', '工资']]
#单条件
dataframe_2 = data.loc[data['工资'] 
4. 找出指定列 
data['columns']  #columns 即你需要的字段名称即可
#注意这列的 columns 不能是 index 的名称
#如果要打印 index 的话就 data.index
data.columns  #与上面的一样 
 以上全过程用到的库：
pandas，xlrd , openpyxl
5. 找出指定的行和指定的列 
 主要使用的就是函数 iloc
data.iloc[:,:2]  #即全部行，前两列的数据 
 逗号前是行，逗号后是列的范围，很容易理解 
6. 在规定范围内找出符合条件的数据 
data.iloc[:10,:][data. 工资 >6000]
 这样即可找出前 11 行里工资大于 6000 的所有人的信息了 
 到此这篇关于 python pandas 库读取 excel/csv 中指定行或列数据的文章就介绍到这了 

 阿里云 2 核 2G 服务器 3M 带宽 61 元 1 年，有高配 
 腾讯云新客低至 82 元 / 年，老客户 99 元 / 年 
 代金券：在阿里云专用满减优惠券