自学教程：python 删除特定行数据_Python实现和Excel基础功能对应关系

打开文件：

• Excel：双击文件打开
• Python：data = pd.read_excel('XXX.xlsx', sheet_name='工作表1')

data属于<class 'pandas.core.frame. DataFrame'>类型

基本信息查看-简单查看：

• Excel：简单查看
• Python：print(data.head()) #简单查看前5行

基本信息查看-行/列数：

• Excel：点击某行/列，查看计数值
• Python：
  print(data.shape[1]) #查看列数
  print(data.shape[0]) #查看行数

基本信息查看-单元格数：

• Excel：全选表格内容，查看计数值
• Python：print(data.size)

基本信息查看-列名称：

• Excel：查看列名称
• Python：print(data.columns)

基本信息查看-查看某行/列具体信息：

• Excel：查看某行/列具体信息
• Python：
  print(data['XXX']) #查看某列具体信息
  print(data[1:2]) #查看某行具体信息
  print(data.iloc[0]) #查看某行具体信息(根据行号)
  print(data.loc[0]) #查看某行具体信息(根据索引)

'XXX'必须为具体的列名称

基本信息查看-查看某（一个或多个）单元格具体信息：

• Excel：查看某（一个或多个）单元格具体信息
• Python：print(data.loc[[0,2],['XXX','YYY']]) #0和2行，'XXX'和'YYY'列对应的信息

基本信息查看-查看某块（N*M）单元格具体信息：

• Excel：查看某块(N*M)单元格具体信息
• Python：print(data.iloc[0:3,0:3]) #查看0~2行和0~2列之间的区域

pd.iloc[i,j] i,j 只能是数字，即原始索引
pd.loc[i,'j'] i,j既可以是数字，也可是字母，即索引标签

信息筛选-列信息筛选：

• Excel：数据筛选
• Python：data = data[(http://data.XXX >=20) & (http://data.XXX <=30) & (data.YYY.isin(['A','B']))]

XXX筛选数据范围，YYY筛选条件(取反在前面加 ~，~data.YYY.isin(['A','B']) )

信息删除-删除某行/列：

• Excel：删除行/列
• Python：
  data = data.drop([0,2,4,6,8]) #删除行
  data = data.drop(columns=['XXX','YYY']) #删除列

信息删除-删除空值：

• Excel：删除空值
• Python：data = data.dropna(how ='any') #删除空值 how ='any'/'all'

'any'：如果存在任何NA值，则删除该行或列
'all'：如果所有值都是NA，则删除该行或列

信息插入-插入某行/列：

• Excel：插入行/列
• Python：
  data['new'] = 0 #插入最后一列
  data.insert(1,'new',0) #指定位置插入一列

数据替换-替换空值：

• Excel：选中->查找->替换
• Python：data.fillna(0) #将所有空值用0（数字）填充

数据替换-替换某列的特定值：

• Excel：选中->查找->替换
• Python：
  for i in range(data.shape[0]):
  if data.loc[[i],['XXX']].values >=10:
  data.loc[[i], ['XXX']] = 0

合并拆分列-多列合并为一列：

• Excel：=A2&"-"&B2
• Python：data['new'] = data['XXX'].map(str) + "-" +data['YYY'].map(str)

合并拆分列-一列拆分为多列：

• Excel：分列->分隔符
• Python：
  data['XXX_split'] = data['XXX'].str.split('-')
  data['XXX_split1'] = data['XXX_split'].str[0]
  data['XXX_split2'] = data['XXX_split'].str[1]

排序：

• Excel：排序（升/降）
• Python：data = data.sort_values(by = ['XXX','YYY'], ascending = True) #ascending = True（升序）/False（降序）

内容匹配：

• Excel：=vlookup(lookup_value,table_array,col_index_num,range_lookup)
• Python：data = pd.merge(data1, data2, how='left', on=['XXX','YYY'])

数字格式处理：

• Excel：=int（X）向下取整
• Python：data['XXX'] = data['XXX'].astype(int)

透视表：

• Excel：插入->数据透视表
• Python：
  data = pd.pivot_table(data,
  index=['X','XX'], #行
  columns=['Y','YY'], #列
  values=['Z','ZZ'], #值
  aggfunc=[np.sum,np.mean,len], #汇总 均值 计数
  margins=True) #汇总信息 不需要汇总 False