首先我们用pandas读取数据：

import pandas as pd
data=pd.read_csv('成绩表.csv',encoding='gbk')
data

一、6个基础函数

1.求和函数--sum()

pandas计算每名同学的总分：

data['总分']=data.sum(axis=1) #axis=1代表对行进行求和
data

求语文总分：

data.sum(axis=0,numeric_only=True) #axis=0代表对列进行求和，numeric_only=True表示只对数字求和

语文     689.0
数学     727.0
英语     712.0
总分    2128.0
dtype: float64

2.最小值函数--min()

pandas计算总分最低分：

data['总分'].min()

197.0

3.最大值函数--max()

pandas计算总分最高分：

data['总分'].max()

275.0

4.平均值函数--mean()

pandas计算英语成绩平均分：

data['英语'].mean()

79.11111111111111

5.计数函数--count()

pandas统计共有多少同学：

data['姓名'].count()

9

6.条件函数--IF()

将总分大于270分的判为优秀,小于270分判为良好:

data['等级']=data.总分.apply(lambda x:'优秀' if x >= 270 else '良好')
data

二、4个进阶函数

7.提取文本中的数字--MIDB()函数

在excel中实现如下图：

我们用pandas也可轻松实现：

data['考生num']=data['考生号'].str.extract('(\d{4})')
data

8.计算每名学生的年龄--DATEDIF()函数

excel用实现如下图：

pandas稍微复杂一些:

import datetime as dt
now_year =dt.datetime.today().year #当前的年份
data['出生年月']=pd.to_datetime(data['出生年月'])
data['年龄']=now_year-data.出生年月.dt.year
data

9.条件统计函数--COUNTIF()函数

excel实现如下图：

pandas实现代码如下：

data.apply(lambda x : sum(data['性别']=='女'),axis =0)

考生号      3
姓名       3
性别       3
出生年月     3
语文       3
数学       3
英语       3
总分       3
等级       3
考生num    3
年龄       3
dtype: int64

10.vlookup函数

花名册表格如下：

data1 = pd.read_csv('花名册.csv',encoding='gbk')
data1

成绩单表格如下:

data2 = pd.read_csv('成绩单.csv',encoding='gbk')
data2

合并后的表格：

data3 = pd.merge(data1,data2[['考生号','语文','数学','英语']],how = 'left',on = '考生号')
data3

pandas是基于Numpy创建的Python包，内置了大量标准函数，能够高效地解决数据分析数据处理和分析任务，pandas支持多种文件的操作，比如Excel，csv，json，txt 文件等，读取文件之后，就可以对数据进行各种清洗、分析操作了。

首先，了解下pandas中两个主要的数据结构，一个是Series，另一个是DataFrame。

Series一种增强的一维数组，类似于列表，由索引（index）和值（values）组成。

DataFrame是一个类似表格的二维数据结构，索引包括列索引和行索引，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame的每一行和每一列都是一个Series。

pandas读取excel

pandas读取文件之后，将内容存储为DataFrame，然后就可以调用内置的各种函数进行分析处理。

pandas对xlrd等模块进行了封装，可以很方便的处理excel文件，支持xls和xlsx等格式，需要提前安装模块pip install xlrd

pandas.read_excel(filename, sep, header,encoding)

「参数解释」

• filename：文件路径，可以设置为绝对路径或相对路径
• sep：分隔符，常用的有逗号 , 分隔、\t 分隔，默认逗号分隔，read_table默认是'\t'(也就是tab)切割数据集的
• header：指定表头，即列名，默认第一行，header = None, 没有表头，全部为数据内容
• encoding：文件编码方式，不设置此选项， Pandas 默认使用 UTF-8 来解码。
• index_col ，指定索引对应的列为数据框的行标签，默认 Pandas 会从 0、1、2、3 做自然排序分配给各条记录。
• 通过names=['a','b','c']可以自己设置列标题

import pandas as pd
result = pd.read_excel('test1.xlsx')
print(result)

# 指定第一列为行索引
result = pd.read_excel('test1.xlsx',index_col=0)
print(result)

#  默认读取第一个sheet，读取第2个sheet如下
result = pd.read_excel('test1.xlsx',sheet_name=1)
print(result)

result = pd.read_excel('test1.xlsx',names=['序号','姓名','年龄','城市'])
print(result)

# 查看指定前几行，默认前5行，指定行数写小括号里
print(result.head())

# 查看数据的（行数、列数）
print(result.shape)
#(4, 4)

# 查看列索引列表
print(result.columns.values)
# ['No' 'Name' 'Age' 'Address']

# 查看行索引列表
print(result.index.values)
# [0 1 2 3]

新建excel并写入数据

import pandas as pd
result = pd.DataFrame({'序号':[1,2,3],'姓名':['张三','李四','王五']})
result.to_excel('新建.xlsx')

pandas增删改查：

读取下面的表格数据，进行学习：

import pandas as pd
df = pd.read_excel('test1.xlsx',index_col='No')
print(df)

增删改查的常用方法，已整理成思维导图，便于大家查阅学习：

「两种查询方法的介绍」

「loc」 根据行，列的标签值查询

「iloc」 通过行号索引行数据，行号从0开始，逐次加1。

「注意」 当使用显式索引（即data['a':'c']）作切片时，结果「包含」最后一个索引；而当使用隐式索引（即 data[0:2]） 作切片时，结果「不包含」最后一个索引。

loc属性，表示取值和切片都是显式索引

iloc属性，表示取值和切片都是隐式索引

Pandas 读取 csv文件的语法格式和读取excel文件是相似的，大家可以对照读取excel的方法学习。

使用pandas表格数据常用的清洗方法：

df.drop(['Name'], axis=1) # 删除列
df1.drop(labels=[1,3],axis=0)   #删除行
df.drop([0, 1]) # 删除行
df.drop_duplicates() # 删除重复值
df.fillna('missing')# 使用字符串填补
df.replace('old', 'new') # old替换成new
df.rename(columns={'old_name': 'new_name'}) # 选择性更改列名
df.columns = ['a','b','c'] # 重命名列名
df.dropna(axis = 0) # 删除有缺失的行
df.dropna(axis = 1) # 删除有缺失的列

当然了，pandas除了读取csv和excel文件之外，读写数据的方法还有很多种，感兴趣的话，大家可以根据官方文档学习。

https://pandas.pydata.org/pandas-docs/stable/

此部分文章来源：https://mp.weixin.qq.com/s?src=11&timestamp=1621093614&ver=3070&signature=Kt8201GrXcjt1eqX95nMKkgT0ylooZdAKNosM767WsFU2REnpMQ8fTqVza-JyPZUQQwyu6VWoqA8D-uz0qg-aNneoYiDYlQMlsDdl581HttpRLQEWmXcnpEJLHoyD5iQ&new=1