python對excel表格處理的一些小功能 功能概覽pandas庫的一些應(yīng)用文件讀入計算表格中每一行的英文單詞數(shù)簡單用textblob進(jìn)行自然語言情感分析判斷一行中是不是有兩列值都與其他行重復(fù)（可推廣至多列）對表格中的兩列自定義函數(shù)運(yùn)算判斷表格中某列中是否有空對表格某列中時間格式的修正運(yùn)用matplotlib畫時間序列圖，重疊圖

做數(shù)模模擬賽時學(xué)到的一些對表格處理的知識，為了方便自己以后查找，遂寫成一篇文章，也希望能幫助大家：）

文件讀入

代碼如下，每一句后面都有注釋！包括知識點：1.excel文件的寫入和輸出；2.檢驗表格中是否有NaN，有即刪除一行；3.把表格某列中所有某字母替換成另一字母，所有某數(shù)字替換成另一數(shù)字；4.檢驗表格某列中每一格是Y還是N，是Y就在新列中對應(yīng)輸出1，反之則為0；5.對表格中多列進(jìn)行運(yùn)算（首先要配置pandas庫，如果需要讀取和寫入文件，要配置xlsxwriter庫）

import pandas as pdimport xlsxwriter word=pd.read_excel(’C:/math/Problem_C_Data/my_pacifier.xlsx’) #excel表格文件讀入，括號里面寫文件地址word=word.replace([’n’,’y’],[’N’,’Y’]) #把excel表里的所有n替換成N，y替換成Yword=word.dropna(axis=0) #如果表格里有一行中有NaN，即刪除這一行word[’m’] = word[’a’].str.contains(’Y’).astype(int) #如果列索引為a的這一列中有Y則對應(yīng)新列中取值為1word[’n’]=word[’vine’].str.contains(’Y’).astype(int)word[’n’]=word[’n’].replace(1,2) #把列索引為n的這一列中所有為1的值轉(zhuǎn)換為2s = word.apply(lambda word: word[’a’] *(word[’m’]+word[’n’]) , axis=1) #s列是由表格中其他列的計算得到word[’Si’]=(s - s.min())/(s.max() - s.min()) #對s列中的值進(jìn)行歸一化處理print(word[’Si’]) //打印索引為Si的列#print(s)#print(word[’n’])word.to_excel(’C:/math/Problem_C_Data/SVVp.xlsx’,engine=’xlsxwriter’) //輸出excel文件到電腦中print(’finished’)

計算表格中每一行的英文單詞數(shù)

包含知識點:1.dataframe和字典、列表的轉(zhuǎn)換；2.如何遍歷字典；3.計算dataframe中每一列的英文句子中的單詞數(shù)

import pandas as pdimport xlsxwriter word=pd.read_excel(’C:/math/Problem_C_Data/reviewh.xlsx’) #里面只有一列數(shù)據(jù)c=[] #列表，用來統(tǒng)計每一行的英文句子的英文單詞個數(shù)word=word.set_index(word.index).T.to_dict(’list’) #把這一列數(shù)據(jù)按dataframe的索引轉(zhuǎn)換成字典 for key,value in word.items(): #遍歷字典 s=str(value) #先把表格里當(dāng)前行的內(nèi)容轉(zhuǎn)換成字符串 a=s.split(’ ’) #把英文句子按空格分割 num_s=len(a) #計算出單詞個數(shù) c.append(num_s) #添加到c中c=pd.DataFrame(c) #由列表轉(zhuǎn)換為dataframec.to_excel(’C:/math/Problem_C_Data/counth.xlsx’,engine=’xlsxwriter’) //輸出成新的文件print(’finished’)

簡單用textblob進(jìn)行自然語言情感分析

用NLP簡單分析表格中每一格的英文句子的情感極性和主觀性

import pandas as pdfrom textblob import TextBlobimport xlsxwriter word=pd.read_excel(’C:/math/Problem_C_Data/reviewh.xlsx’)c=[]word=word.set_index(word.index).T.to_dict(’list’)for key,value in word.items(): s=str(value) blob = TextBlob(s) #把s轉(zhuǎn)化成textblob對象 blob = blob.sentences #利用TextBlob句子標(biāo)記化句子 first = blob[0].sentiment #對標(biāo)記化后的句子進(jìn)行情感分析（我這里只有一個句子，如果有很多句就添加second=blob[1].sentiment） c.append(first.polarity) #這里只添加了情感極性，如果還需要主觀性，就直接用firstc=pd.DataFrame(c)c.to_excel(’C:/math/Problem_C_Data/NLPh.xlsx’,engine=’xlsxwriter’)print(’finished’)

判斷一行中是不是有兩列值都與其他行重復(fù)（可推廣至多列）

判斷表中是不是有在同一行中a列和b列值都相同的情況。如第一行中a=1，b=2，第4行中a=1，b=2，則這兩行相同；如果第8行中a=1，b=3，則它和第一行不重復(fù)

import pandas as pdimport xlsxwriterword=pd.read_excel(’C:/math/Problem_C_Data/my_hair_dryer.xlsx’)x=word[’a’] y=word[’b’]z=pd.concat([x,y],axis=1)#對axis=1即把兩列按行對齊，即左右拼接成一張表 z[’repeat’]=z.duplicated() #判斷表中有沒有重復(fù)的，如果有則輸出為truell = z[’repeat’].values.tolist() #把這一列轉(zhuǎn)變成列表 if ’True’ in ll: #遍歷列表，如果里面有true，就說明有重復(fù)，就輸出yes print(’yes’)print(’finished’)

對表格中的兩列自定義函數(shù)運(yùn)算

（此處定義的是除法運(yùn)算）

import pandas as pdimport xlsxwriter word=pd.read_excel(’C:/math/Problem_C_Data/my_hair_dryer.xlsx’)def chu(x,y): if y==0: #分母為0，則不運(yùn)算，結(jié)果直接為0 result=0 else: result=x/y return results = word.apply(lambda word:chu(word[’helpful_votes’],word[’total_votes’]), axis=1)s.to_excel(’C:/math/Problem_C_Data/voteh.xlsx’,engine=’xlsxwriter’)print(’finished’)

判斷表格中某列中是否有空

import numpy as npimport pandas as pdimport xlsxwriter word=pd.read_excel(’C:/math/Problem_C_Data/my_hair_dryer.xlsx’)train=word[’review_date’]print(train.isnull().any()) #有空即輸出true

對表格某列中時間格式的修正

原格式是月/日/年，如1/11/2014，改為標(biāo)準(zhǔn)datetime格式2014-01-11（此處還要舍去后面的00：00：00），方便之后畫圖，也方便排序等

import pandas as pdimport datetime #引入庫#導(dǎo)入數(shù)據(jù)集data =pd.read_excel(’C:/math/Problem_C_Data/Exx.xlsx’)data = data.loc[:, [’review_date’]] # 獲取數(shù)據(jù)集中列名為review_date#s= pd.to_datetime(data[’review_date’], format=’%m/%d/%Y’)# 標(biāo)準(zhǔn)化日期，獲取時間的“年、月、日”def change_date(s): s = datetime.datetime.strptime(s, '%m/%d/%Y') #這里是原格式的形式，俺是月/日/年，可根據(jù)實際情況修改 # 把日期標(biāo)準(zhǔn)化，如把1/11/2014變成2014-01-011 00:00:00 s = str(s) # 上一步把date轉(zhuǎn)化為了時間格式，此處把date轉(zhuǎn)回str格式 return s[:10] #只獲取年月日的方法,即“位置10”之前的字符串 #字符串的切片data[’review_date’] = data[’review_date’].map(change_date) # 用change_date函數(shù)處理列表中date這一列，如把“1/11/2014”轉(zhuǎn)化為“2014-01-11”#data = data.sort_values(by=’review_date’) # 按date這一列進(jìn)行排序，根據(jù)需要采用data.to_excel(’C:/math/Problem_C_Data/Exxx.xlsx’,engine=’xlsxwriter’)print(’finished’)

運(yùn)用matplotlib畫時間序列圖，重疊圖

畫時間序列圖（如果要畫重疊圖，記得x要一樣，y可以不一樣，然后用plt.plot(x,y0,x,y1,x,y2)即可畫出重疊圖）

import numpy as npimport matplotlib.pyplot as pltimport pandas as pdimport matplotlibimport datetimefrom statsmodels.graphics.factorplots import interaction_plotimport xlsxwriter data=pd.read_excel(’C:/math/Problem_C_Data/Exx.xlsx’)# # create data s=data[’E’] #y軸e0=s[2907:5043]t=data[’review_date’] t0=t[2907:5043]y0 =e0.values.tolist()x0 = pd.to_datetime(t0) #x軸# # plotplt.plot(x0,y0)plt.gcf().autofmt_xdate()plt.grid(ls = ’--’) #設(shè)置背后的網(wǎng)格線plt.show() #最后一定要show()

到此這篇關(guān)于使用python對excel表格處理的一些小功能的文章就介紹到這了,更多相關(guān)python對excel表格處理內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！