Python處理電子表格，四個(gè)非常流行且功能強(qiáng)大的庫
作者：老章很忙
在Python中處理表格數(shù)據(jù)，有幾個(gè)非常流行且功能強(qiáng)大的庫。一起來看下一些最常用的庫及其示例代碼。
在Python中處理表格數(shù)據(jù)，有幾個(gè)非常流行且功能強(qiáng)大的庫。以下是一些最常用的庫及其示例代碼：
1. Pandas
Pandas是一個(gè)開放源代碼的、BSD許可的庫，為Python編程語言提供高性能、易于使用的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具。
安裝Pandas
pip install pandas示例代碼：讀取CSV文件
import pandas as pd
# 讀取CSV文件
df = pd.read_csv('pokemon.csv')
# 顯示前五行數(shù)據(jù)
print(df.head())
# 計(jì)算某列的平均值
print("Average of column:", df['Speed'].mean())
# 數(shù)據(jù)篩選
filtered_df = df[df['Speed'] > 10]
# 將更改后的DataFrame保存到新的CSV文件
filtered_df.to_csv('filtered_example.csv', index=False)2. OpenPyXL
OpenPyXL是一個(gè)庫，用于讀取和寫入Excel 2010 xlsx/xlsm/xltx/xltm文件。
安裝OpenPyXL
pip install openpyxl示例代碼：讀取Excel文件
from openpyxl import load_workbook
# 加載一個(gè)現(xiàn)有的工作簿
wb = load_workbook('example.xlsx')
# 獲取活動(dòng)的工作表
sheet = wb.active
# 讀取A1單元格的值
print(sheet['A1'].value)
# 修改B2單元格的值
sheet['B2'] = 42
# 保存工作簿
wb.save('modified_example.xlsx')3. CSV
Python標(biāo)準(zhǔn)庫中的CSV模塊提供了讀寫CSV文件的功能。
示例代碼：讀取CSV文件
import csv
# 打開CSV文件
with open('example.csv', mode='r', encoding='utf-8') as file:
reader = csv.reader(file)
# 遍歷每一行
for row in reader:
print(row)
# 寫入CSV文件
with open('output.csv', mode='w', encoding='utf-8', newline='') as file:
writer = csv.writer(file)
writer.writerow(['Name', 'Age', 'City'])
writer.writerow(['Alice', '24', 'New York'])4. xlrd/xlwt
這兩個(gè)庫通常一起使用，xlrd用于讀取老版本的Excel文件（xls），而xlwt用于寫入。
安裝xlrd和xlwt
pip install xlrd xlwt示例代碼：讀取xls文件
import xlrd
# 打開工作簿
wb = xlrd.open_workbook('catering_sale.xls')
# 通過索引獲取工作表
sheet = wb.sheet_by_index(0)
# 讀取A1單元格的值
print(sheet.cell_value(0, 0))
# 獲取行數(shù)和列數(shù)
print(sheet.nrows, sheet.ncols)當(dāng)選擇庫的時(shí)候，最好考慮你的具體需求，例如文件格式（CSV、Excel等）、數(shù)據(jù)大小、性能需求以及是否需要進(jìn)行復(fù)雜的數(shù)據(jù)分析和操作。Pandas在數(shù)據(jù)分析方面提供了廣泛的功能，而OpenPyXL、xlrd和xlwt則在處理Excel文件方面各有所長。標(biāo)準(zhǔn)庫中的CSV模塊足夠處理基本的CSV文件操作。
責(zé)任編輯：華軒
來源：
機(jī)器學(xué)習(xí)算法與Python實(shí)戰(zhàn)
