Python使用pandas批量处理Excel文件的实战教程

import pandas as pd
​
# 读取全部sheet
df = pd.read_excel("数据.xlsx")
​
# 读取指定sheet
df = pd.read_excel("数据.xlsx", sheet_name="Sheet1")
​
# 读取前5行
df = pd.read_excel("数据.xlsx", nrows=5)
​
# 指定某一列作为索引
df = pd.read_excel("数据.xlsx", index_col="编号")

# 查看前5行
print(df.head())
​
# 查看基本信息（列名、类型、非空数量）
print(df.info())
​
# 查看统计摘要（均值、标准差、四分位数）
print(df.describe())
​
# 查看列名
print(df.columns.tolist())

# 筛选某一列等于某个值
df[df["城市"] == "北京"]
​
# 多条件筛选（&表示且，|表示或）
df[(df["城市"] == "北京") & (df["销售额"] > 10000)]
​
# 按某列的值筛选
df[df["姓名"].isin(["张三", "李四"])]

# 按城市分组，求销售额总和
df.groupby("城市")["销售额"].sum()
​
# 分组后多个统计值
df.groupby("城市")["销售额"].agg(["sum", "mean", "count"])
​
# 分组后保存为多个sheet
with pd.ExcelWriter("分组结果.xlsx") as writer:
    for city, group in df.groupby("城市"):
        group.to_excel(writer, sheet_name=city, index=False)

import os
​
# 一个文件夹下多个Excel合并
path = "销售数据"
all_data = []
for f in os.listdir(path):
    if f.endswith(".xlsx"):
        df = pd.read_excel(os.path.join(path, f))
        all_data.append(df)
​
result = pd.concat(all_data, ignore_index=True)
result.to_excel("合并结果.xlsx", index=False)
print(f"合并完成，共{len(result)}行")

# 删除空值
df.dropna(inplace=True)
​
# 填充空值
df.fillna(0, inplace=True)
df.fillna(method="ffill", inplace=True)  # 用上一个值填充
​
# 删除重复行
df.drop_duplicates(inplace=True)
​
# 替换特定值
df.replace("旧值", "新值", inplace=True)
​
# 修改列名
df.rename(columns={"旧名": "新名"}, inplace=True)

# 保存为Excel
df.to_excel("结果.xlsx", index=False)
​
# 多个DataFrame保存到不同sheet
with pd.ExcelWriter("多表.xlsx") as writer:
    df1.to_excel(writer, sheet_name="北京", index=False)
    df2.to_excel(writer, sheet_name="上海", index=False)

import pandas as pd
import os
​
# 读取数据
df = pd.read_excel("销售数据.xlsx")
​
# 数据清洗
df.dropna(inplace=True)
df.drop_duplicates(inplace=True)
​
# 按城市统计销售额
result = df.groupby("城市")["销售额"].agg(["sum", "mean", "count"])
result = result.reset_index()
result.columns = ["城市", "总销售额", "平均销售额", "订单数"]
​
# 保存结果
result.to_excel("销售统计结果.xlsx", index=False)
print("处理完成！")