本文讲述了python教程：Python处理三种常见Excel任务！具有很好的参考价值，希望对大家有所帮助。一起跟随好学星城小编过来看看吧，具体如下:

如何使用Python的Pandas库处理三种常见的Excel任务：编写IF函数、实现文本至列的功能和给数据添加一个总行。每项任务均包含相应的代码示例和详细解释，帮助读者从Excel更轻松地转向Python。

从Excel转到Python可能会感到困扰 —— 但实际上并不需要！本教程将指导你如何使用Pandas在Python中处理Excel中的三种常见任务。

在本文结束时，你将会学到：

在 Pandas 中编写 IF()函数，

实现文本至列的功能

给数据添加一个总行

假设你知道如何使用Pandas读取Excel文件。如果准备基础，不用担心，请查阅此教程。为了保持示例代码简单性，假设正在使用下面的 DataFrame：

# 加载一个 Pandas 的样例 DataFrame

import pandas as pd

df = pd.DataFrame({

    'Name': ['Nik', 'Kate', 'Evan'],

    'Location': ['Toronto, ON', 'Atlanta, GA', 'Portland, OR'],

    'Total': [99.99, 125.65, 33.43]

})

print(df)

# 输出：

#    Name      Location   Total

# 0   Nik   Toronto, ON   99.99

# 1  Kate   Atlanta, GA  125.65

# 2  Evan  Portland, OR   33.43

编写IF函数

首先来看看如何在Pandas中编写 IF() 函数。有许多方法可以处理这个问题，但让看看如何使用列表推导如何实现这个目标。

看看下面的列表推导，它检查总数Total是否超过100，并根据结果分配一个新的列。

# 在 Python 中使用 if 语句

import pandas as pd

df = pd.DataFrame({

    'Name': ['Nik', 'Kate', 'Evan'],

    'Location': ['Toronto, ON', 'Atlanta, GA', 'Portland, OR'],

    'Total': [99.99, 125.65, 33.43]

})

df['Over 100'] = ['Yes' if Total > 100 else 'No' for Total in df['Total']]

print(df)

# 输出：

#    Name      Location   Total Over 100

# 0   Nik   Toronto, ON   99.99       No

# 1  Kate   Atlanta, GA  125.65      Yes

# 2  Evan  Portland, OR   33.43       No

在上面的代码中，编写了一个列表推导，它在总列中循环，如果值超过100，则返回Yes，否则返回No。虽然这不是最高效的代码，但它很容易理解。

文本转列

在这个部分，将探索如何复制文本至列的特性。该特性能让你把一个用分隔符分隔的文本划分为多个列。幸运的是，Pandas处理起来非常简单！

看看下面的代码：

# 在 Pandas 中使用文本至列

import pandas as pd

df = pd.DataFrame({

    'Name': ['Nik', 'Kate', 'Evan'],

    'Location': ['Toronto, ON', 'Atlanta, GA', 'Portland, OR'],

    'Total': [99.99, 125.65, 33.43]

})

df['Over 100'] = ['Yes' if Total > 100 else 'No' for Total in df['Total']]

df[['City', 'State']] = df['Location'].str.split(', ', expand=True)

print(df)

# 输出：

#    Name      Location   Total Over 100      City State

# 0   Nik   Toronto, ON   99.99       No   Toronto    ON

# 1  Kate   Atlanta, GA  125.65      Yes   Atlanta    GA

# 2  Evan  Portland, OR   33.43       No  Portland    OR

在上面的代码中，根据 ',' 分隔符，把 Location 列分成了两列。来看看这是怎么做到的：

一次分配了两个列（注意我们是如何使用双方括号[]的）

然后应用split()函数来分割文本

使用 expand=True 参数，告诉 Pandas 想把结果列表划分为多个列

添加一个总行

最后，来看一下如何给 Pandas DataFrame 添加一个总行。

我们可以使用 .loc 访问器分配一个新行。给 Name 列分配一个 'Total' 单词，并把 Total 列的值加起来：

import pandas as pd

df = pd.DataFrame({

    'Name': ['Nik', 'Kate', 'Evan'],

    'Location': ['Toronto, ON', 'Atlanta, GA', 'Portland, OR'],

    'Total': [99.99, 125.65, 33.43]

})

df['Over 100'] = ['Yes' if Total > 100 else 'No' for Total in df['Total']]

df[['City', 'State']] = df['Location'].str.split(', ', expand=True)

df.loc[3, 'Name'] = 'Total'

df.loc[3, 'Total'] = df['Total'].sum()

print(df)

# 输出：

#     Name      Location   Total Over 100      City State

# 0    Nik   Toronto, ON   99.99       No   Toronto    ON

# 1   Kate   Atlanta, GA  125.65      Yes   Atlanta    GA

# 2   Evan  Portland, OR   33.43       No  Portland    OR

# 3  Total           NaN  259.07      NaN       NaN   NaN

记住一点，在做这个操作时实际上修改了原始的 DataFrame。

结论

在本文中，你学习了如何在 Python中使用Pandas复制三种常见的Excel函数。

首先学习了如何复制IF函数。然后，学习如何使用文本至列特性。最后，学会了如何给数据添加一个总行。

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。