Pandas对比Excel

数据结构¶

通用术语对比¶

DataFrame¶

pandas 中的 dataframe 类似于Excel 工作表。虽然一个 Excel 工作簿可以包含多个工作表，但通常情况下 pandas.DataFrame是独立存在的。

Series¶

Series是表示 DataFrame一列的数据结构。使用 Series 类似于引用电子表格中的一列。

Index¶

每个 DataFrame 和 Series 都有一个 Index，它是数据行的标签。在pandas中，如果没有指定索引，则默认使用RangeIndex(第一行= 0，第二行= 1，等等)，类似于电子表格中的行标题/数字。
在 pandas 中，索引可以设置为一个(或多个)惟一值，这就像在工作表中有一列用作行标识符一样。与大多数电子表格不同，这些Index值实际上可以用来引用行。(注意，这可以在Excel的结构化引用中完成。)例如，在电子表格中，您可以引用第一行为 A1:Z1，而在 pandas 中，您可以使用population .loc[‘Chicago’]。

常见操作对比¶

为了更方便介绍 Pandas 相关功能，方便长期使用 Excel 进行数据分析的用户学习，下面是常见操作的 Excel 与 Pandas 实现对比。

1 - 数据读取¶

Excel¶

Excel读取本地数据需要打开目标文件夹选中该文件并打开

Pandas¶

Pandas支持读取本地Excel、txt文件，也支持从网页直接读取表格数据，只用一行代码即可，例如读取上述本地Excel数据可以使用pd.read_excel(“示例数据.xlsx”)

import pandas as pd   # 读取的是从第二行数据开始的
print(pd.read_excel("示例数据.xlsx")) #将示例数据.xlsx放在该Notebook同一文件夹下
>>>
   时间  日期  姓名
0   2   2   3
1   3   4   5

2 - 数据生成¶

Excel¶

以生成10*2的0—1均匀分布随机数矩阵为例，在Excel中需要使用rand()函数生成随机数，并手动拉取指定范围

Pandas¶

在Pandas中可以结合NumPy生成由指定随机数(均匀分布、正态分布等)生成的矩阵，例如同样生成10*2的0—1均匀分布随机数矩阵为，使用一行代码即可：pd.DataFrame(np.random.rand(10,2))

import numpy  as np
df = pd.DataFrame(np.random.rand(10,2))
print(df)
>>>
          0         1
0  0.319400  0.022976
1  0.446149  0.999342
2  0.360090  0.833542
3  0.841949  0.663591
4  0.835494  0.977844
5  0.306999  0.461231
6  0.827034  0.136040
7  0.665923  0.902659
8  0.849979  0.213308
9  0.581816  0.001081

Excel¶

在Excel中需要点击保存并设置格式/文件名

Pandas¶

在Pandas中可以使用pd.to_excel(“filename.xlsx”)来将当前工作表格保存至当前目录下，当然也可以使用to_csv保存为csv等其他格式，也可以使用绝对路径来指定保存位置

data.to_excel("测试数据.xlsx")