详细学习 Pandas 和 xlrd：从零开始

在数据分析的过程中，我们经常需要处理各种格式的数据文件，其中 Excel 格式的文件是最为常见的之一。为了方便操作 Excel 文件，Python 提供了多个库，其中 Pandas 和 xlrd 是最常用的两个。本文将详细介绍如何使用这两个库，从零开始学习。

什么是 Pandas 和 xlrd？

Pandas 是一个强大的数据处理和分析库，提供了许多高性能、便捷的数据结构。它的核心数据结构是 DataFrame，如同 Excel 中的表格般，便于处理和分析。

xlrd 是一个用于读取 Excel 文件（.xls 和 .xlsx 格式）的库。在 Pandas 中，我们通常使用 pd.read_excel() 函数来读取 Excel 文件，后台可能会调用 xlrd 库。

安装库

在开始之前，我们需要安装 Pandas 和 xlrd。可以使用 pip 命令进行安装：

pip install pandas xlrd

读取 Excel 文件

首先，我们需要准备一个 Excel 文件。假设我们有一个名为 data.xlsx 的 Excel 文件，其内容如下：

| 姓名 | 年龄 | 性别 | |------|------|------| | 张三 | 28 | 男 | | 李四 | 22 | 女 | | 王五 | 35 | 男 |

接下来，我们可以使用 Pandas 来读取这个 Excel 文件。代码示例如下：

import pandas as pd

# 读取 Excel 文件
df = pd.read_excel('data.xlsx')

# 输出 DataFrame
print(df)

运行上述代码后，输出结果将显示整个表格的数据：

   姓名  年龄 性别
0  张三   28  男
1  李四   22  女
2  王五   35  男

数据处理

Pandas 提供了丰富的数据处理功能，我们可以对读取的数据进行筛选、排序、分组等操作。

筛选数据

假设我们只想筛选出年龄大于 25 的人员：

# 筛选年龄大于 25 的人员
filtered_df = df[df['年龄'] > 25]
print(filtered_df)

输出结果将是：

   姓名  年龄 性别
0  张三   28  男
2  王五   35  男

排序

如果我们想按照年龄从小到大排序，可以使用 sort_values() 方法：

# 按照年龄排序
sorted_df = df.sort_values(by='年龄')
print(sorted_df)

输出结果：

   姓名  年龄 性别
1  李四   22  女
0  张三   28  男
2  王五   35  男

保存数据

经过处理后，我们可能需要将结果保存回 Excel 文件中。Pandas 提供了 to_excel() 方法，可以将 DataFrame 保存为 Excel 文件：

# 将结果保存为新的 Excel 文件
sorted_df.to_excel('sorted_data.xlsx', index=False)

小结

通过以上示例，我们简单了解了 Pandas 和 xlrd 的基本用法。Pandas 的强大之处在于其灵活的数据处理能力，而 xlrd 则方便我们读取 Excel 文件。如果你正在进行数据分析或科学计算，Pandas 无疑是你不可或缺的工具。通过不断实践，我们可以更深入地掌握这些工具，提升我们的数据处理能力。希望这篇文章对你的学习有所帮助！