Pandas處理日常EXCEL表格的便捷操作

第一次寫博客，寫的可能有點亂，有問題可以一起探討。格式可能控制也不是太好。

1.日常的數據集大多帶有中文格式，例如“公務員招聘崗位匯總.xls”。我們使用pandas的read_csv()函數讀取可能會出現無法解碼的情況。強制更改xls為csv后綴可能會導致中文數據亂碼

pandas中內置的read_excel()函數可直接將xls(xlsx)文件讀取，返回一個dataframe

代碼如下：

import pandas as pd
import numpy as np
information1=pd.read_excel("job4.xlsx")

2.當我們需要從上千個崗位中挑選出自己需要的崗位時，如果一個一個從excel表格中檢索時效率特別低，而且可能會漏掉一些崗位

pandas的數據篩選切片可直接幫你篩選出你需要的崗位：例如選取招聘崗位為“材料類”的

df_cl=information1[information1.專業.str.contains("材料")]#直接切片

#pandas進行多條件聯合篩選時不能用 and 和or 進行限制。對應使用&和| 代替

上述代碼中：專業 是excel表的列名

series.str.contains("str1XXXXXX") 字符匹配

3.將篩選返回的df_cl Dataframe輸出為本地的excel文件，即可過濾掉不需要的信息

df_cl.to_excel('材料專業崗位4.xlsx')

注：dataframe.to_excel()函數需要openpyxl庫

輸出的xls文件在你的項目文件里