★ FEATURED ARTICLE 摘要平时做课程设计、社团统计或者比赛数据整理时经常会遇到 Excel 表格数据量大、重复操作多的问题。本文介绍如何使用 Python 的 Pandas 库读取 Excel 文件完成数据查看、筛选、分组统计、空值处理、去重、新增列和导出结果等常见操作适合刚接触 Pandas 的同学快速上手。一、为什么用 Pandas 处理 Excel如果表格只有几十行手动处理还可以接受。但数据一多筛选、统计、去重、合并都会变得很麻烦而且容易出错。Pandas 可以把 Excel 表格读进 Python用代码完成这些操作。跑一次脚本就能得到结果后面再遇到类似表格直接改改参数就行。二、安装依赖pip install pandas openpyxlpandas 是数据处理库openpyxl 用来读写 .xlsx 文件。如果不装 openpyxl读取 Excel 时可能会报错。三、读取 Excel 文件import pandas as pd df pd.read_excel(data.xlsx) print(df.head()) print(df.shape)head() 可以查看前几行数据shape 会返回行数和列数方便确认表格是否读取成功。四、查看表格基本信息print(df.info()) print(df.describe()) print(df.columns)info() 可以查看每列的数据类型和空值情况describe() 会给出数值列的统计信息比如均值、最大值、最小值columns 可以查看表格有哪些列。五、筛选数据比如只保留成绩大于 80 的记录result df[df[成绩] 80]筛选某个班级result df[df[班级] 一班]多个条件可以组合使用注意每个条件都要用括号包起来中间用与、|或连接result df[(df[班级] 一班) (df[成绩] 80)]六、分组统计按班级统计平均成绩print(df.groupby(班级)[成绩].mean())统计每个班级的人数print(df.groupby(班级).size())分组统计在做成绩分析、活动报名统计、销售数据汇总时都很常用。七、处理空值如果表格里有缺失数据可以直接删除df df.dropna()也可以用固定值填充df[成绩] df[成绩].fillna(0)具体用哪种方式要看数据本身的意义。八、去重如果表格里存在重复行可以去重df df.drop_duplicates()九、新增一列比如根据成绩生成等级列def get_level(score): if score 90: return 优秀 elif score 80: return 良好 elif score 60: return 及格 else: return 不及格 df[等级] df[成绩].apply(get_level)也可以写成更简洁的形式df[等级] df[成绩].apply( lambda x: 优秀 if x 90 else 良好 if x 80 else 及格 if x 60 else 不及格 )十、导出结果处理完成后可以把结果导出成新的 Excel 文件df.to_excel(result.xlsx, indexFalse)indexFalse 表示不把行索引写入表格这样导出的文件更干净。十一、完整示例import pandas as pd df pd.read_excel(data.xlsx) print(原始数据行数, len(df)) df df.dropna() df df.drop_duplicates() high_score df[df[成绩] 80] group_result df.groupby(班级)[成绩].mean() df[等级] df[成绩].apply( lambda x: 优秀 if x 90 else 良好 if x 80 else 及格 if x 60 else 不及格 ) df.to_excel(result.xlsx, indexFalse) print(处理完成已导出 result.xlsx)十二、常见问题1. 读取 Excel 报错怎么办先确认文件路径是否正确文件名是否包含 .xlsx 后缀同时确认是否安装了 openpyxl。2. 中文列名会不会有问题一般不会只要代码里列名和表格里的列名完全一致即可。3. 数据量很大怎么办如果表格特别大可以先用 head() 查看部分数据再逐步处理避免一次性加载过多内容。十三、可以扩展的方向学会基础操作后可以继续尝试合并多个 Excel 文件读取 CSV、TXT 数据按日期、类别生成统计报表把处理后的数据导出成图表写成自动化脚本定期处理重复表格。小结Pandas 处理 Excel 的核心流程其实很简单读取表格 → 查看数据 → 筛选和清洗 → 统计分析 → 导出结果。先把这几个步骤跑通后面遇到课程设计、活动统计或比赛数据时就能少很多重复操作。
阅读完成 · 觉得有帮助？
