收藏!全文2000字,当Pandas遇上Excel会擦出什么样的火花呢?!

Python绿色通道

共 4885字,需浏览 10分钟

 ·

2021-12-11 07:30

↑ 关注 + 星标 ,每天学Python新技能

后台回复【大礼包】送你Python自学大礼包


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,

xlsxwriter模块安装

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

将多个DataFrame数据保存到Excel表格当中

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数据集放在一张Sheet当中

将多个DataFrame数据集放在同一张Sheet当中,通过当中的参数startcolstartrow,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

针对表格中的数据绘制直方图

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

针对表格中的数据制作折线图

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
  • 折线图:line
  • 柱状图:column
  • 水平折线图:bar
  • 面积图:area
  • 饼图:pie
  • 散点图:scatter
  • 雷达图:radar
  • 空心饼图:doughnut
  • K线图:stock

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

为图表添加标题等辅助内容

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

数据保留特定位数

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


推荐阅读

  1. Python Web实战:Flask + Vue 开发一个漂亮的词云网站

  2. 50条有趣的Python一行代码,建议收藏!

  3. 又一款超酷的可视化神器:cutecharts

  4. 机密!网易员工数据分析内训课程,白嫖了!(另附价值399元资料包)



浏览 38
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报