用python操作excel表格，进行数据分析

项目场景：

提示：通常我们对excel表格进行删除多个项的时候，如果一条一条的删除就会花费很多时间，并且也不知道要删除的部分是否删除完，进行查询，分类的时候用python语言几条语句就能简单的完成要求。 例如：从一个有很多条学生信息的excel表中按要求进行操作

---

代码展示：

首先在软件中导入excel表格，即用python打开csv文件

from pandas import Series,DataFrame import pandas as pd import numpy as np import csv import codecs data_csv = pd.read_csv("d:/shiyan.csv",encoding = "gbk") data_csv #就能在python软件中打印出要查找的信息

将数据以文件形式导出保存

data_csv.to_csv('d:/1.csv') #以csv形式存储 data_csv = data_csv.to_excel("d:/1.xls") #以excel表形式存储

删除后两列所有信息

data_csv = data_csv.drop(['任选课类别_显示值','考试类型_显示值'],axis=1)

针对表中的字要修改的进行统一修改

data_csv=data_csv.replace(['合格','良好'],[60,80])#军训分数栏的文字修改为分数合格对应60分，良好对应80分

特定要求筛选

data0_csv = data_csv[data_csv['学号']>20120000] #筛选出学号大于2012000的学生信息 data0_csv = data_csv[data_csv['院系_显示值'] == '文学与新闻传播学院'] #从所以的信息总分离出文传学院的数据 TeamID1 = data_csv[data_csv['TeamID'] == 1] #显示出第一学期的数据

分组

#group用来分组 group = TeamID1['成绩'].groupby(TeamID1['学号']) #以每个学号进行分组，并保留下每个学号的每个课成绩 #agg用来聚合 a = group.agg(['sum']+['mean']+['max']+['min']+['count'])

用python函数对成绩进行分析，count=9表明有9门学科

a.columns=['总分','每学期该专业平均分','每学期该专业最高分','每学期该专业最低分','每学期该专业考试门数']

分别用迭代递归缓存求斐波拉契数列

from tkinter import * import easygui import time master = Tk() frame = Frame(master) # 确定一个框架用于美观 frame.pack(padx = 20,pady = 20) v1 = StringVar() # 分别用于储存需要计算的数据和 结果 v2 = StringVar() v3 = StringVar() v4 = StringVar() v5 = StringVar() v6 = StringVar() def test(content): return content.isdigit() # 检查是不是数字 . testCMD = frame.register(test) # 将函数 进行包装 . Label(frame,text='迭代算法：',padx=10).grid(row=0,column=0) # %p 是输入框的最新内容 . 当输入框允许改变的时候该值有效 , Label(frame,text='输入项数：',padx=10).grid(row=0,column=2) e2 = Entry(frame,width=10,textvariable=v1,validate='key',\ validatecommand=(test,'%p')).grid(row=0,column=3) Label(frame,text='结果',padx=10).grid(row=0,column=4) e3 = Entry(frame,width=15,textvariable=v2,state='readonly').grid(row=0,column=5) Label(frame,text='花费时间：',padx=10).grid(row=0,column=6) e4 = Entry(frame,width=15,textvariable=v3,state='readonly').grid(row=0,column=7) Label(frame,text='递归算法：',padx=10).grid(row=1,column=0) # %p 是输入框的最新内容 . 当输入框允许改变的时候该值有效 , Label(frame,text='输入项数：',padx=10).grid(row=1,column=2) e5 = Entry(frame,width=10,textvariable=v4,validate='key',\ validatecommand=(test,'%p')).grid(row=1,column=3) Label(frame,text='结果',padx=10).grid(row=1,column=4) e6 = Entry(frame,width=15,textvariable=v5,state='readonly').grid(row=1,column=5) Label(frame,text='花费时间：',padx=10).grid(row=1,column=6) e7 = Entry(frame,width=15,textvariable=v6,state='readonly').grid(row=1,column=7) def calc(): if v1.get()=='': easygui.msgbox('请先输入内容 !') return result1 = fibonacci3(12) v2.set(result1) result2 = Time3() v3.set(result2) def calc(): if v4.get()=='': easygui.msgbox('请先输入内容 !') return result1 = fibonacci1() v5.set(result1) result2 = Time3() v6.set(result2) """def test(): if e1.get() == 'f1': print("正确") fibonacci3(10) # return True else: fibonacci3(5) print('错误') e1.delete(0,END) return False """ #递归 def fibonacci1(n): # base case if n==0 or n==1: return 1 # recurssive case else: return fibonacci1(n-1) + fibonacci1(n-2) #print ([fibonacci1(i) for i in range(32)]) def Time3(): start_CPU = time.clock() fibonacci3(32) end_CPU = time.clock() return end_CPU - start_CPU def fibonacci3(n): a, b = 0, 1 for i in range(1, n+1): a, b = b, a+b return b #print ([fibonacci3(i) for i in range(32)]) Button(frame,text='结果1',command=calc).grid(row=4,column=3,pady=15) Button(frame,text='结果2',command=calc).grid(row=4,column=4,pady=15) mainloop()

斐波拉契数列：

def calc1(): if v1.get()=='': easygui.msgbox('请先输入内容 !') return result1 = fibonacci1(v1.get()) v2.set(result1) result2 = Time1() v3.set(result2) def fibonacci1(n): a, b = 0, 1 for i in range(1, n+1): a, b = b, a+b return b #迭代 def Time1(n): start_CPU = time.clock() fibonacci1(n) end_CPU = time.clock() return end_CPU - start_CPU

知识扩充：

CSV:

csv是最通用的一种文件格式，它可以非常容易地被导入各种PC表格及数据库中。此文件，一行即为数据表的一行。生成数据表字段用半角逗号隔开。csv文件用记事本和excel都能打开，用记事本打开显示逗号，用excel打开，没有逗号了，逗号都用来分列了,还可有Editplus打开。

python常用的科学计算库：

Numpy: Pandas Scipy

---