python excel_1">1. python处理excel

excel_2">1.1 删除excel中指定行

在文件夹里创建了一个excel文件，可以看到里面放的是三国人物的数据
在这里插入图片描述
会发现在【蜀】里，多了一个【晋】，所以此时我们先实现删掉这条数据

python">import pandas as pd
import openpyxl
import os

shu = r'D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/蜀.xlsx'
#删除指定行
df_shu = pd.read_excel(shu)
selected_rows = df_shu.loc[df_shu["国家"] == "晋"]
print(selected_rows)

这时我们就已经将需要删除的数据找了出来
在这里插入图片描述
此时可以使用数据框的drop()方法来删除选定的行

python">df_shu = df_shu.drop(selected_rows.index)
print(df_shu)

在这里插入图片描述
现在只需要将结果存回excel就完成了这个需求

python">#保存至excel
df_shu.to_excel(shu, index=False)

此时再打开文件夹内的excel就会发现已经删掉了【晋】的数据
在这里插入图片描述

excel_32">1.2 获取excel的最大行数

在不打开一个excel的前提下，可以通过openpyxl来直接获取这个文件的最大行数，方便对这个文件大小有个初步的理解

python">import pandas as pd
import openpyxl
import os

shu = r'D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/蜀.xlsx'
wei = r'D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/魏.xlsx'
wu = r'D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/吴.xlsx'
#删除指定行
df_shu = pd.read_excel(shu)
df_wei = pd.read_excel(wei)
df_wu = pd.read_excel(wu)

#查看最大行数
workbook = openpyxl.load_workbook(wei)
worksheet = workbook['Sheet1']
max_row = worksheet.max_row

print(max_row)

这样就可以直接获取最大行数为4
在这里插入图片描述

excel_56">1.3 将excel表进行上下拼接

在当前的示例中，魏蜀吴三个势力的数据是分开存放的，现在想要汇总出整个三国的数据，就可以先提取表头，再将剩下的内容合并在一起，这时可以通过concat函数进行实现

python">import pandas as pd
import openpyxl
import os

shu = r'D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/蜀.xlsx'
wei = r'D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/魏.xlsx'
wu = r'D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/吴.xlsx'
#删除指定行
df_shu = pd.read_excel(shu)
df_wei = pd.read_excel(wei)
df_wu = pd.read_excel(wu)

#两张表进行上下拼接
df = pd.concat([df_shu, df_wei, df_wu])

# 将合并后的数据写入新的Excel文件
df.to_excel(r"D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/三国.xlsx", index=False)

运行之后就会发现在当前文件夹里多出来了一个新文件
在这里插入图片描述
而里面的内容也确实是几个文件的内容拼接

excelvlookup_81">1.4 实现excel中的vlookup函数

平时在工作中，会需要将两份excel进行vlookup操作，如果数据量比较大，则程序会运行的比较慢，这时候就可以用merge函数进行实现

python">import pandas as pd
import openpyxl
import os

#两张表进行vlookup
sanguo = r'D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/三国.xlsx'
wuqi = r'D:/Python_Project/data_analysis/csdn/pandas/pandas合并excel/源文件/武器.xlsx'

df_sanguo = pd.read_excel(sanguo)
df_wuqi = pd.read_excel(wuqi)

df=pd.merge(df_sanguo, df_wuqi, how= 'left',left_on = '人物', right_on = '名称')
print(df)