用excel和python編程的簡單介紹

本文目錄一覽：

• 1、一般的工作數據用excel處理還是python處理好
• 2、python和excel的適用範圍
• 3、分析excel和python在處理數據時各自的優劣點？
• 4、像Excel一樣使用Python（一）
• 5、如何用python讀取excel文件?
• 6、怎樣在Excel中使用python腳本

一般的工作數據用excel處理還是python處理好

你好：一般的工作數據用office辦公軟件中的excel表格就可以完全解決，沒有必要使用python編程處理。由於python和excel兩種相比較而言，後者相對資料豐富、易學和容易掌握等有點，而python雖說容易學，但是畢竟還是一門編程語言，用途當然可以想像。為此，工作一般就是做簡單的運算、畫圖指標等，office軟件基本可以滿足需求。

python和excel的適用範圍

Python語言可以用來作為批處理語言，寫一些簡單工具，處理些數據，作為其他軟件的接口調試等。Python語言可以用來作為函數語言，進行人 工智能 程序的開發，具有Lisp語言的大部分功能。Python語言可以用來作為過程語言，進行我們常見的應用程序開發，可以和VB等語言一樣應用。 Python語言可以用來作為面向對象語言，具有大部分面向對象語言的特徵，常作為大型應用軟件的原型開發，再用C++改寫，有些直接用Python來開 發。

excel廣泛應用於統計分析、財務管理分析、股票分析和經濟、行政管理等各個方面；Excel是Microsoft為使用Windows和Apple Macintosh操作系統的電腦編寫的一款電子表格軟件。

分析excel和python在處理數據時各自的優劣點？

兩者都是數據分析處理工具，excel上手簡單，操作界面人性化，小批量數據處理神器；

python需要點編程基礎，安裝步驟、導入庫、編譯器、語法讓很多人不懂了，但它在擴展性強，存在大量外部擴展庫，什麼批量合併excel工作簿、批量發送郵件、自動化生成報表之類，雖然這些excel都可以，但涉及到VB語言，遠不及python語法簡單；但是如果一份幾百條數據，需要統計一個結果，excel插入透視表，分類匯總兩步搞定，你非要用python，先是導入pandas/numpy,又是xlrd，接着又是groupby，一頓操作猛如虎，看着十分高大上，人家excel2秒鐘早已搞定；

數據處理：兩者都很熟練的情況下，不考慮數據數量，基本平分秋色，excel成熟體系的快捷鍵、功能；python豐富的各類外部庫；

數據分析：這個的話excel雖然有規劃求解、方差分析、T檢驗之類的工具，但是你要搞個k-mean聚類、決策樹之類的，excel是不行的，還有就是處理數據級與運行效率的問題，excel單表100W，能處理得差不多就二三十萬，多了就卡死了，python就不存在這個問題。

總而言之，公司日常報表，財務類、考勤類、部門小組業績類，這些基本excel就可以搞定，但你要搞大數據分析，隨隨便便幾百萬條數據，excel表示心有餘而力不足。

像Excel一樣使用Python（一）

在進行數據處理時，如果數據簡單，數量不多，excel是大家的首選。但是當數據眾多，類型複雜，需要靈活地顯示切片、進行索引、以及排序時，python會更加方便。藉助python中的numpy和pandas庫，它能快速完成各種任務，包括數據的創建、檢查、清洗、預處理、提取、篩選、匯總、統計等。接下來幾篇文章，將以excel為參照，介紹python中數據的處理。

提到pandas，那就不得不提兩類重要的數據結構，Series和DataFrame，這兩類數據結構都是建立在numpy的數組array基礎上。與array相比，Series是一個一維的數據集，但是每個數據元素都帶有一個索引，有點類似於字典。而DataFrame在數組的基礎上，增加了行索引和列索引，類似於Series的字典，或者說是一個列表集。

所以在數據處理前，要安裝好numpy , pandas。接下來就看看如何完成一套完整的數據操作。

創建數據表的方法分兩種，分別是從外部導入數據，以及直接寫入數據。

在python中，也可外部導入xlsx格式文件，使用read_excel()函數：

import pandas as pd

from pandas import DataFrame,Series

data=DataFrame(pd.read_excel(‘c:/python27/test.xlsx’))

print data

輸出：

Gene Size Function

0 arx1 411 NaN

1 arx2 550 monooxygenase

2 arx3 405 aminotransferase

……

即：調用pandas中read_excel屬性，來讀取文件test.xlsx，並轉換成DataFrame格式，賦給變量data。在每一行後，自動分了一個索引值。除了excel，還支持以下格式文件的導入和寫入：

Python寫入的方法有很多，但還是不如excel方便。常用的例如使用相等長度的字典或numpy數組來創建：

data1 = DataFrame(

{‘Gene’:[‘arx1′,’arx2′,’arx3’],

‘Size’:[411,550,405],

‘Func’:[np.NaN,’monooxygenase’,’aminotransferase ‘]})

print data1

輸出

Func Gene Size

0 NaN arx1 411

1 monooxyg arx2 550

2 amino arx3 405

分配一個行索引後，自動排序並輸出。

在python中，可以使用info()函數查看整個數據的詳細信息。

print data.info()

輸出

RangeIndex: 7 entries, 0 to 6

Data columns (total 3 columns):

Gene 7 non-null object

Size 7 non-null int64

Function 5 non-null object

dtypes: int64(1), object(2)

memory usage: 240.0+ bytes

None

此外，還可以通過shape, column, index, values, dtypes等函數來查看數據維度、行列組成、所有的值、 數據類型：

print data1.shape

print data1.index

print data1.columns

print data1.dtypes

輸出

(3, 3)

RangeIndex(start=0, stop=3, step=1)

Index([u’Func’, u’Gene’, u’Size’], dtype=’object’)

Func object

Gene object

Size int64

dtype: object

在excel中可以按「F5」，在「定位條件」中選擇「空值」，選中後，輸入替換信息，再按「Ctrl+Enter」即可完成替換。

在python中，使用函數 isnull 和 notnull 來檢測數據丟失, 包含空值返回True，不包含則返回False。

pd.isnull(data1)

pd.notnull(data1)

也可以使用函數的實例方法，以及加入參數，對某一列進行檢查：

print data1[‘Func’].isnull()

輸出

Func Gene Size

0 True False False

1 False False False

2 False False False

再使用fillna對空值進行填充：

data.fillna(value=0)

#用0來填充空值

data[‘Size’].fillna(data1[‘Size’].mean())

#用data1中Size列的平均值來填充空值

data[‘Func’]=data[‘Func’].map(str.strip)

#清理Func列中存在的空格

Excel中可以按「Ctrl+F」，可調出替換對話框，替換相應數據。

Python中，使用replace函數替換：

data[‘Func’].replace(‘monooxygenase’, ‘oxidase’)

將Func列中的’monooxygenase’替換成’oxidase’。

Excel中，通過「數據-篩選-高級」可以選擇性地看某一列的唯一值。

Python中，使用unique函數查看：

print data[‘Func’].unique()

輸出

[nan u’monooxygenase’ u’aminotransferase’ u’methyltransferase’]

Excel中，通過UPPER、LOWER、PROPER等函數來變成大寫、小寫、首字母大寫。

Python中也有同名函數：

data1[‘Gene’].str.lower()

Excel中可以通過「數據-刪除重複項」來去除重複值。

Python中，可以通過drop_duplicates函數刪除重複值：

print data[‘Func’].drop_duplicates()

輸出

0 NaN

1 monooxygenase

2 aminotransferase

3 methyltransferase

Name: Func, dtype: object

還可以設置「 keep=』last』 」參數，後出現的被保留，先出現的被刪除：

print data[‘Func’].drop_duplicates(keep=’last’)

輸出

2 aminotransferase

3 methyltransferase

6 monooxygenase

8 NaN

Name: Func, dtype: object

內容參考：

Python For Data Analysis

藍鯨網站分析博客，作者藍鯨（王彥平）

如何用python讀取excel文件?

1.首先說明我是使用的python3.5，我的office版本是2010，首先打開dos命令窗，安裝必須的兩個庫，命令是：

pip3 install xlrd

Pip3 install xlwt

2.準備好excel，例如我的一個工作文件，我放在D盤/百度經驗/11.xlsx，只有一個頁簽A，內容是一些銷售數據

3.打開pycharm，新建一個excel.py的文件，首先導入支持庫

import xlrdimport xlwt

4.針對剛入門的新手，先介紹三個知識，第一個:獲取excel的sheet名稱，第二：獲取excel行數與列數，第三：獲取第幾行第幾列的具體值，這是最常用的三個知識點

5.貼出代碼，具體分析：

(1)要操作excel，首先得打開excel，使用open_workbook(『路徑』)

(2)要獲取行與列，使用nrows(行)，ncols(列)

(3)獲取具體的值，使用cell(row,col).value

workbook=xlrd.open_workbook(r’E:11.xlsx’)print (workbook.sheet_names()) sheet2=workbook.sheet_by_name(‘A’) nrows=sheet2.nrows ncols=sheet2.ncols print(nrows,ncols) cell_A=sheet2.cell(1,1).value print(cell_A)

6.要在excel里寫入值，就要使用write屬性,重點說明寫入是用到xlwt這個支援庫，思路是先新建excel，然後新建頁簽B，然後將一組數據寫入到B，最後保存為excel.xls，這裡建議保存為2003的格式，大部分電腦都能打開，特別注意保存的excel的路徑是在python工作文件的目錄下面，貼出代碼：

stus = [[‘年’, ‘月’], [‘2018′, ’10’], [‘2017’, ‘9’], [‘2016’, ‘8’]]Excel = xlwt.Workbook() # 新建excelsheet = Excel.add_sheet(‘B’) #新建頁簽Brow = 0for stu in stus: col = 0 for s in stu: sheet.write(row, col, s) #開始寫入 col = col + 1 row = row + 1Excel.save(‘Excel.xls’) #保存

關於如何用python讀取excel文件，環球青藤小編就和大家分享到這裡了，學習是永無止境的，學習一項技能更是受益終身，所以，只要肯努力學，什麼時候開始都不晚。如果您還想繼續了解關於python編程的學習方法及素材等內容，可以點擊本站其他文章學習。

怎樣在Excel中使用python腳本

一、使用工具：excel、python

二、使用方法和步驟：

1、先安裝python2.7，然後配置環境變量，保證python在該環境中，打開開始菜單，找到計算機，然後右鍵單擊它，選擇【屬性】

2、找到高級系統設置

3、找到環境變量，點擊該按鈕，打開環境變量設置窗口

4、找到Path系統變量，然後點擊【編輯】

5、在這裡，確保python的安裝目錄在，沒有的話，添加進去

6、下面就可以安裝該插件了

7、雙擊即可安裝，安裝過程就是一路點擊』下一步。

8、在這裡，不要勾選python，如果通過這種方式安裝python，你原先安裝的python就無法使用了。

9、最後安裝完成，打開Excel就可以看到datanitro了

三、注意事項：切記不要勾選python，如果通過這種方式安裝python，你原先安裝的python就無法使用了。