今天CDA给大家分享的内容:Pandas遇上Excel会擦出什么样的火花?
作者: 俊欣
来源:关于数据分析与可视化
大家好,又是新的一周。
Excel是我们职场打工人接触最多的办公室软件之一,当中会涉及到很多重复的操作,好在Python为我们提供了很多操作Excel的模块,能够帮助我们极大地提高工作效率,从琐碎的工作时间中抽出身来。
今天我们要介绍的模块是xlsxwriter,它的主要功能是在Excel表格当中插入数据、插入图表,以及进行一系列数据的处理,
直接在命令行中输入
pip install xlsxwriter
或者使用豆瓣镜像
pip install -i https://pypi.douban.com/simple xlsxwriter
安装成功之后,来看一下如何使用
当我们用pandas模块对Excel表格进行处理的时候,需要引用xlsxwriter模块作为内在的引擎。我们来实现一下如何将多个DataFrame数据保存在一张Excel表格当中,并且分成不同的sheet
import pandas as pd # 创建几个DataFrame数据集 df1 = pd.DataFrame({'Data': [11, 13, 15, 17]})
df2 = pd.DataFrame({'Data': [21, 23, 25, 27]})
df3 = pd.DataFrame({'Data': [31, 33, 35, 37]}) # 引入xlsxwriter作为引擎,制作ExcelWriter写入器 writer = pd.ExcelWriter('pandas_multiple.xlsx', engine='xlsxwriter') # 将不同的DataFrame数据集写入不同的sheetd当中 df1.to_excel(writer, sheet_name='Sheet1')
df2.to_excel(writer, sheet_name='Sheet2')
df3.to_excel(writer, sheet_name='Sheet3') # 输出生成的Excel文件 writer.save()
我们就可以在同级目录中看到生成的一个Excel文件,在不同的Sheet当中分别存放着指定的数据集
将多个DataFrame数据集放在同一张Sheet当中,通过当中的参数startcol与startrow,顾名思义就是从哪一行、哪一列开始
df1 = pd.DataFrame({'Data': [11, 13, 15, 17]})
df2 = pd.DataFrame({'Data': [21, 23, 25, 27]})
df3 = pd.DataFrame({'Data': [31, 33, 35, 37]})
df4 = pd.DataFrame({'Data': [41, 43, 45, 47]})
writer = pd.ExcelWriter('pandas_positioning.xlsx', engine='xlsxwriter') # 存放在指定的位置当中 df1.to_excel(writer, sheet_name='Sheet1') # 默认位置是从A1开始的 df2.to_excel(writer, sheet_name='Sheet1', startcol=4)
df3.to_excel(writer, sheet_name='Sheet1', startrow=8) # 当然我们不需要header和index df4.to_excel(writer, sheet_name='Sheet1',
startrow=10, startcol=15, header=False, index=False)
writer.save()
如下图所示
下面我们来看一下,如何利用Pandas来根据表格中的数据绘制柱状图,并且保存在Excel表格当中,在xlsxwriter模块当中有add_chart()方法,提供了9中图表的绘制方法,我们先来看一下柱状图的绘制
df = pd.DataFrame({'Data': [10, 20, 30, 20, 15, 30, 45]})
writer = pd.ExcelWriter('pandas_chart.xlsx', engine='xlsxwriter')
df.to_excel(writer, sheet_name='Sheet1')
workbook = writer.book
worksheet = writer.sheets['Sheet1'] # 绘制柱状图图表 chart = workbook.add_chart({'type': 'column'}) # 根据哪些数据来绘制图表 chart.add_series({'values': '=Sheet1!$B$2:$B$8'}) # 将绘制完成的图表插入到sheet当中 worksheet.insert_chart('D2', chart)
writer.save()
如下图所示
我们只需要针对上面的代码,将type当中的column改成line即可绘制折线图
df = pd.DataFrame({'Data': [10, 20, 30, 20, 15, 30, 45]})
writer = pd.ExcelWriter('pandas_line.xlsx', engine='xlsxwriter')
df.to_excel(writer, sheet_name='Sheet1')
workbook = writer.book
worksheet = writer.sheets['Sheet1'] # 绘制折线图图表 chart = workbook.add_chart({'type': 'line'}) # 根据哪些数据来绘制图表 chart.add_series({'values': '=Sheet1!$B$2:$B$8'}) # 将绘制完成的图表插入到sheet当中 worksheet.insert_chart('D2', chart)
writer.save()
如下图所示
除了折线图与直方图之外,小编也在上面提到,xlsxwriter模块提供了绘制9中图表的方法,分别是
我们仅仅只需要在add_chart()方法当中,填入对应的图表的类型即可
当然图表绘制出来之后,我们还需要添加例如标题、标记等辅助内容,毕竟我们希望绘制出来的图表能够被更多的人给理解,
添加标题是去调用set_title()方法
chart.set_title({'name': '.....'})
添加x轴与y轴上面的标注,需要用到的方法是
chart.set_x_axis({'name': '...'})
chart.set_y_axis({'name': '...'})
我们尝试来绘制一个直方图,并且添加上这些辅助信息
import xlsxwriter
workbook = xlsxwriter.Workbook('chart.xlsx')
worksheet = workbook.add_worksheet() # Create a new Chart object. chart = workbook.add_chart({'type': 'column'}) # 创建数据 data = [
[1, 3, 5, 7, 9],
[2, 4, 6, 8, 10],
[3, 6, 9, 12, 15],
]
worksheet.write_column('A1', data[0])
worksheet.write_column('B1', data[1])
worksheet.write_column('C1', data[2]) # 基于指定的数据集来绘制图表 chart.add_series({'values': '=Sheet1!$A$1:$A$5'})
chart.add_series({'values': '=Sheet1!$B$1:$B$5'})
chart.add_series({'values': '=Sheet1!$C$1:$C$5'}) # 标题与标注 chart.set_title({"name": "直方图"})
chart.set_x_axis({'name': '这个是X轴'})
chart.set_y_axis({'name': '这个是Y轴'}) # 将绘制出来的图表插入到sheet当中 worksheet.insert_chart('A7', chart)
workbook.close()
如下图所示
同时我们还可以将两种图表结合起来,例如是将折线图与直方图这两种图表结合起来绘制,通过内置的combine()方法
chart = workbook.add_chart({'type': 'column'})
chart.add_series({'values': '=Sheet1!$B$2:$B$8'})
line_chart = workbook.add_chart({"type": "line"})
line_chart.add_series({'values': '=Sheet1!$B$2:$B$8'})
chart.combine(line_chart)
如下图所示
我们可以对数据,尤其是一些小数,指定保留例如两位小数,或者是指定位数的小数,代码如下
df = pd.DataFrame({'Numbers': [1010, 2020, 3030, 2020, 1515, 3030, 4545], 'Percentage': [.1, .2, .33, .25, .5, .75, .45 ], }) writer = pd.ExcelWriter("pandas_column_formats.xlsx", engine='xlsxwriter') df.to_excel(writer, sheet_name='Sheet1') workbook = writer.book worksheet = writer.sheets['Sheet1'] # 指定保留小数的位数 format1 = workbook.add_format({'num_format': '#,##0.00'}) format2 = workbook.add_format({'num_format': '0%'}) # 设置列的宽度以及保留小数的位数 worksheet.set_column('B:B', 18, format1) # 不设置列的宽度,但是设置保留小数的位数 worksheet.set_column('C:C', None, format2) writer.save()
如下图所示
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据科学的广阔领域中,统计分析与数据挖掘占据了重要位置。尽管它们常常被视为有关联的领域,但两者在理论基础、目标、方法及 ...
2025-02-05在数据分析的世界里,“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服,效果不一样。 很多人都听过“货比三 ...
2025-02-05当我们只有非常少量的已标记数据,同时有大量未标记数据点时,可以使用半监督学习算法来处理。在sklearn中,基于图算法的半监督 ...
2025-02-05考虑一种棘手的情况:训练数据中大部分样本没有标签。此时,我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额 ...
2025-02-04一、数学函数 1、取整 =INT(数字) 2、求余数 =MOD(除数,被除数) 3、四舍五入 =ROUND(数字,保留小数位数) 4、取绝对值 =AB ...
2025-02-03作者:CDA持证人 余治国 一般各平台出薪资报告,都会哀嚎遍野。举个例子,去年某招聘平台发布《中国女性职场现状调查报告》, ...
2025-02-02真正的数据分析大神是什么样的呢?有人认为他们能轻松驾驭各种分析工具,能够从海量数据中找到潜在关联,或者一眼识别报告中的数 ...
2025-02-01现今社会,“转行”似乎成无数职场人无法回避的话题。但行业就像座围城:外行人看光鲜,内行人看心酸。数据分析这个行业,近几年 ...
2025-01-31本人基本情况: 学校及专业:厦门大学经济学院应用统计 实习经历:快手数据分析、字节数据分析、百度数据分析 Offer情况:北京 ...
2025-01-3001专家简介 徐杨老师,CDA数据科学研究院教研副总监,主要负责CDA认证项目以及机器学习/人工智能类课程的研发与授课,负责过中 ...
2025-01-29持证人简介 郭畅,CDA数据分析师二级持证人,安徽大学毕业,目前就职于徽商银行总行大数据部,两年工作经验,主要参与两项跨部 ...
2025-01-282025年刚开启,知乎上就出现了一个热帖: 2024年突然出现的经济下行,使各行各业都感觉到压力山大。有人说,大环境越来越不好了 ...
2025-01-27在数据分析的世界里,“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服,效果不一样。 很多人都听过“货比三 ...
2025-01-26数据指标体系 “数据为王”相信大家都听说过。当前,数据信息不再仅仅是传递的媒介,它成为了驱动经济发展的新燃料。对于企业而 ...
2025-01-26在职场中,当你遇到问题的时候,如果感到无从下手,或者抓不到重点,可能是因为你掌握的思维模型不够多。 一个好用的思维模型, ...
2025-01-25俗话说的好“文不如表,表不如图”,图的信息传达效率很高,是数据汇报、数据展示的重要手段。好的数据展示不仅需要有图,还要选 ...
2025-01-24数据分析报告至关重要 一份高质量的数据分析报告不仅能够揭示数据背后的真相,还能为企业决策者提供有价值的洞察和建议。 年薪70 ...
2025-01-24又到一年年终时,各位打工人也迎来了展示成果的关键时刻 —— 年终述职。一份出色的年终述职报告,不仅能全面呈现你的工作价值, ...
2025-01-23“用户旅程分析”概念 用户旅程图又叫做用户体验地图,它是用于描述用户在与产品或服务互动的过程中所经历的各个阶段、触点和情 ...
2025-01-22在竞争激烈的商业世界中,竞品分析对于企业的发展至关重要。今天,我们就来详细聊聊数据分析师写竞品分析的那些事儿。 一、明确 ...
2025-01-22