import pandas as pd


Excel：双击文件打开
Python：data = pd.read_excel('XXX.xlsx', sheet_name='工作表1')
data属于<class 'pandas.core.frame.DataFrame'>类型


基本信息查看-简单查看：

Excel：简单查看
Python：print(data.head()) #简单查看前5行
基本信息查看-行/列数：

Excel：点击某行/列，查看计数值
Python：
print(data.shape[1]) #查看列数
print(data.shape[0]) #查看行数
基本信息查看-单元格数：

Excel：全选表格内容，查看计数值
Python：print(data.size)
基本信息查看-列名称：

Excel：查看列名称
Python：print(data.columns)
基本信息查看-查看某行/列具体信息：

Excel：查看某行/列具体信息
Python：
print(data['XXX']) #查看某列具体信息
print(data[1:2]) #查看某行具体信息
print(data.iloc[0]) #查看某行具体信息(根据行号)
print(data.loc[0]) #查看某行具体信息(根据索引)
'XXX'必须为具体的列名称
基本信息查看-查看某（一个或多个）单元格具体信息：

Excel：查看某（一个或多个）单元格具体信息
Python：print(data.loc[[0,2],['XXX','YYY']]) #0和2行，'XXX'和'YYY'列对应的信息
基本信息查看-查看某块（N*M）单元格具体信息：

Excel：查看某块(N*M)单元格具体信息
Python：print(data.iloc[0:3,0:3]) #查看0~2行和0~2列之间的区域
pd.iloc[i,j] i,j 只能是数字，即原始索引
pd.loc[i,'j'] i,j既可以是数字，也可是字母，即索引标签


信息筛选-列信息筛选：

Excel：数据筛选
Python：data = data[(http://data.XXX >=20) & (http://data.XXX <=30) & (data.YYY.isin(['A','B']))]
XXX筛选数据范围，YYY筛选条件(取反在前面加 ~，~data.YYY.isin(['A','B']) )


信息删除-删除某行/列：

Excel：删除行/列
Python：
data = data.drop([0,2,4,6,8]) #删除行
data = data.drop(columns=['XXX','YYY']) #删除列
信息删除-删除空值：

Excel：删除空值
Python：data = data.dropna(how ='any') #删除空值 how ='any'/'all'
'any'：如果存在任何NA值，则删除该行或列
'all'：如果所有值都是NA，则删除该行或列


信息插入-插入某行/列：

Excel：插入行/列
Python：
data['new'] = 0 #插入最后一列
data.insert(1,'new',0) #指定位置插入一列


数据替换-替换空值：

Excel：选中->查找->替换
Python：data.fillna(0) #将所有空值用0（数字）填充
数据替换-替换某列的特定值：

Excel：选中->查找->替换
Python：
for i in range(data.shape[0]):
if data.loc[,['XXX']].values >=10:
data.loc[, ['XXX']] = 0


合并拆分列-多列合并为一列：

Excel：=A2&"-"&B2
Python：data['new'] = data['XXX'].map(str) + "-" +data['YYY'].map(str)
合并拆分列-一列拆分为多列：

Excel：分列->分隔符
Python：
data['XXX_split'] = data['XXX'].str.split('-')
data['XXX_split1'] = data['XXX_split'].str[0]
data['XXX_split2'] = data['XXX_split'].str[1]


排序：

Excel：排序（升/降）
Python：data = data.sort_values(by = ['XXX','YYY'], ascending = True) #ascending = True（升序）/False（降序）


内容匹配：

Excel：=vlookup(lookup_value,table_array,col_index_num,range_lookup)
Python：data = pd.merge(data1, data2, how='left', on=['XXX','YYY'])


数字格式处理：

Excel：=int（X）向下取整
Python：data['XXX'] = data['XXX'].astype(int)


透视表：

Excel：插入->数据透视表
Python：
data = pd.pivot_table(data,
index=['X','XX'], #行
columns=['Y','YY'], #列
values=['Z','ZZ'], #值
aggfunc=[np.sum,np.mean,len], #汇总 均值 计数
margins=True) #汇总信息 不需要汇总 False
---------------------
【转载，仅作分享，侵删】
作者：程序员小城
原文：https://blog.csdn.net/w17688977481/article/details/88784465
版权声明：本文为博主原创文章，转载请附上博文链接！

奈斯，感谢分享