共计 1466 个字符，预计需要花费 4 分钟才能阅读完成。
| 导读 | 通过阅读表格, 可以发现 Pandas 中提供了非常丰富的数据读写方法, 下面这篇文章主要给大家介绍了关于 python 利用 pandas 库读取 excel/csv 中指定行或列数据的相关资料, 需要的朋友可以参考下 |
引言
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：
1. 根据 index 查询
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）
2. 已知数据在第几行找到想要的数据
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
3. 根据条件查询找到指定行数据
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 | |
正文完
星哥玩云-微信公众号
