爆赞！Python 实现 Excel 常用的函数

作者 | 老表

来源 | 简说Python

摆脱鸽王，开始练习

读取Excel文件

首先下载本次案例需要的数据集，浏览器访问下方地址即可，在此感谢阿里云天池数据集平台和数据集上传者大师兄Eric，我下载的是湖北新冠肺炎疫情历史总数据下载.xls，大家可以随意选择其他省。

https://tianchi.aliyun/s/986f2e8af9e34f8ff8ae84ea7a18f96a

数据集下载后，如果直接读取可能会出错，建议大家先另存为xlsx格式，然后读取。

# 导入数据处理包
import pandas as pd

# 读取Excel，header=1表示取第二行数据作为列名（表头）
data_set = pd.read_excel('湖北新冠肺炎疫情历史总数据下载.xlsx',header=1)

# 查看数据规模
data_set.shape
# 输出：(200, 5)
# 查看表头
data_set.columns
# 输入：Index(['时间', '新增', '总确诊', '治愈', '死亡'], dtype='object')

MID函数

通过图中介绍，我们知道Excel中MID函数的含义就是获取指定单元格中字符串指定位置的字符子串的，换到Python中就很好实现了，直接使用字符串的索引即可，如下：

'''
MID

根据时间一列新增一列：月
Excel实现：MID(A3,6,1)
'''
data_set['月'] = [i[5:6] for i in data_set['时间']]
data_set.head(3)
输出：
 时间 新增 总确诊 治愈 死亡 月
0 2020.1.20 72 270 25 6 1
1 2020.1.21 105 375 28 9 1
2 2020.1.22 69 444 28 17 1

CONCATENATE函数

CONCATENATE函数的作用就是将指定的几个单元格的内容连接起来，变成一个字符串，在Excel中也可以用&也可以实现，在Python中更简单，直接用+即可实现。

'''
CONCATENATE函数

将时间、新增、总确诊这三列合并，变成一列：通报
Excel实现：CONCATENATE(A3,"-新增：",B3,"，总确诊：",C3,"。")
'''
data_set['通报'] = [
    i[1]['时间']+
    '-新增：'+str(i[1]['新增'])+
    '，总确诊：'+str(i[1]['总确诊'])+'。' 
    for i in data_set.iterrows()
]
data_set.head(3)
输出：
 时间 新增 总确诊 治愈 死亡 月 通报
0 2020.1.20 72 270 25 6 1 2020.1.20-新增：72，总确诊：270。
1 2020.1.21 105 375 28 9 1 2020.1.21-新增：105，总确诊：375。
2 2020.1.22 69 444 28 17 1 2020.1.22-新增：69，总确诊：444。

AND函数

AND函数的作用就是判断每个表达式是否都为真，如果都为真就返回True，否则就返回False，在Python中可以用and运算符实现这种判断。

'''
AND函数

假设规定每日新增人数超过300而且剩余确诊人数大于500，就算危险预警
Excel实现：AND(B3>300,C3-D3>500)
'''
data_set['危险预警'] = [
    i[1]['新增'] > 300 
    and i[1]['总确诊']-i[1]['治愈'] > 500
    for i in data_set.iterrows()]
data_set.head(3)
输出：
时间 新增 总确诊 治愈 死亡 月 通报 危险预警
0 2020.1.20 72 270 25 6 1 2020.1.20-新增：72，总确诊：270。 False
1 2020.1.21 105 375 28 9 1 2020.1.21-新增：105，总确诊：375。 False
2 2020.1.22 69 444 28 17 1 2020.1.22-新增：69，总确诊：444。 False

IF函数

IF函数就好实现了，Python中就有if语法。

'''
IF函数

假设规定当日新增人数超过1000就算暴增预警，否则为0
Excel实现：IF(B3>1000,"当日暴增预警",0)
'''
surge_warning = []
for i in data_set.iterrows():
    if i[1]['新增'] > 1000:
        surge_warning.append('当日暴增预警')
    else:
        surge_warning.append(0)
data_set['暴增预警'] = surge_warning
data_set.head(3)

其他相关知识

# 删除指定列
data_set = data_set.drop(['年'], axis=1)
# 重新排列顺序
data_set = data_set.reindex(columns=['时间', '月', '新增', '总确诊', '治愈', '死亡'])

往期回顾

介绍Pandas实战中的一些高端玩法

真香！详解Python好用的内置函数

架构师说 | 别等被偷家了再说数据安全！

如何用一行Python代码制作一个GUI？

分享
点收藏
点点赞
点在看