python操作表格,数据提取分析用法(1)

简介: python操作表格,数据提取分析用法(1)

之前我在博客里贴出了操作表格的代码,后面有2位粉丝私聊我说不会用啊,不知道怎么用,我听了之后就立马想出一篇如何使用的博客,谁叫我爱粉丝咧


好废话不多说,先贴出操作表格代码的地址 点这里


我们先从第一个函数开始


1,找出表格的最大行数


1)代码段



   2)我们可以看到,这个函数的功能是找出表格里的有多少行,哈哈,我们找一个表格来测试下吧, 下面的表格我们可以看到,里面有2行内容,我们只要给这个class里传入表位置的路径和表页。



3)传入表的路径和表页,我们可以看到,他已经统计出了这表有多少行内容了



2,统计出表有多少列


1)代码段



2)我们可以看到这个函数是找出表格里有多少列,话不多说,直接实验测试,贴出实验表



3)也是一样,传入表位置的路径和表页



我们可以看到这里已经找出了这表里面的最大列了,这里要注意的是,他统计的是这给表里最多列的那一行。比如说。第一行有6列,第二行有5列,这个函数统计的则是第一行的内容,以为第一行列数多,哈哈哈。


3,读取表格中的某一行的内容,以列表的形式展示


1)我们可以看到,这个函数还需要传入一个值,这个值就是我们需要找出是哪行的内容。



 2)话不多说,贴出实验表,



3)也是一样,在代码里传入表的路径和表页,然后在函数里传入我们需要找出表里面哪行的内容



然后我们看到 找出了第二行的内容,是已列表来存储的


4,读取表格中的某一行的内容,以字典的形式展示


1)也是一样的,函数传入3个值,表路径,表页,还有需要读取的行数,这里要要注意下,这个函数方法和上一个函数的方法有区别,这里是已字典作为容器来存储数据,我这里是拿表格的第一行的内容作为字典的键



 2)话不多说,贴出实验表



3)也是一样,在class里传入表的路径和表页,然后在函数里传入我们需要找出表里面哪行的内容



我们可以看到,已经找出了表格里面的数据内容

相关文章
|
8天前
|
机器学习/深度学习 数据可视化 数据挖掘
使用Python实现基于矩阵分解的长期事件(MFLEs)时间序列分析
在现代数据分析中,高维时间序列数据的处理和预测极具挑战性。基于矩阵分解的长期事件(MFLEs)分析技术应运而生,通过降维和时间序列特性结合,有效应对大规模数据。MFLE利用矩阵分解提取潜在特征,降低计算复杂度,过滤噪声,并发现主要模式。相比传统方法如ARIMA和深度学习模型如LSTM,MFLE在多变量处理、计算效率和可解释性上更具优势。通过合理应用MFLE,可在物联网、金融等领域获得良好分析效果。
27 0
使用Python实现基于矩阵分解的长期事件(MFLEs)时间序列分析
|
1天前
|
数据采集 数据可视化 数据挖掘
金融波动率的多模型建模研究:GARCH族与HAR模型的Python实现与对比分析
本文探讨了金融资产波动率建模中的三种主流方法:GARCH、GJR-GARCH和HAR模型,基于SPY的实际交易数据进行实证分析。GARCH模型捕捉波动率聚类特征,GJR-GARCH引入杠杆效应,HAR整合多时间尺度波动率信息。通过Python实现模型估计与性能比较,展示了各模型在风险管理、衍生品定价等领域的应用优势。
85 64
金融波动率的多模型建模研究:GARCH族与HAR模型的Python实现与对比分析
|
10天前
|
数据可视化 算法 数据挖掘
Python时间序列分析工具Aeon使用指南
**Aeon** 是一个遵循 scikit-learn API 风格的开源 Python 库,专注于时间序列处理。它提供了分类、回归、聚类、预测建模和数据预处理等功能模块,支持多种算法和自定义距离度量。Aeon 活跃开发并持续更新至2024年,与 pandas 1.4.0 版本兼容,内置可视化工具,适合数据探索和基础分析任务。尽管在高级功能和性能优化方面有提升空间,但其简洁的 API 和完整的基础功能使其成为时间序列分析的有效工具。
61 37
Python时间序列分析工具Aeon使用指南
|
6天前
|
机器学习/深度学习 运维 数据可视化
Python时间序列分析:使用TSFresh进行自动化特征提取
TSFresh 是一个专门用于时间序列数据特征自动提取的框架,支持分类、回归和异常检测等机器学习任务。它通过自动化特征工程流程,处理数百个统计特征(如均值、方差、自相关性等),并通过假设检验筛选显著特征,提升分析效率。TSFresh 支持单变量和多变量时间序列数据,能够与 scikit-learn 等库无缝集成,适用于大规模时间序列数据的特征提取与模型训练。其工作流程包括数据格式转换、特征提取和选择,并提供可视化工具帮助理解特征分布及与目标变量的关系。
47 16
Python时间序列分析:使用TSFresh进行自动化特征提取
|
7天前
|
数据采集 Web App开发 数据可视化
Python用代理IP获取抖音电商达人主播数据
在当今数字化时代,电商直播成为重要的销售模式,抖音电商汇聚了众多达人主播。了解这些主播的数据对于品牌和商家至关重要。然而,直接从平台获取数据并非易事。本文介绍如何使用Python和代理IP高效抓取抖音电商达人主播的关键数据,包括主播昵称、ID、直播间链接、观看人数、点赞数和商品列表等。通过环境准备、代码实战及数据处理与可视化,最终实现定时任务自动化抓取,为企业决策提供有力支持。
|
5天前
|
数据采集 缓存 API
python爬取Boss直聘,分析北京招聘市场
本文介绍了如何使用Python爬虫技术从Boss直聘平台上获取深圳地区的招聘数据,并进行数据分析,以帮助求职者更好地了解市场动态和职位需求。
|
27天前
|
数据采集 Web App开发 监控
Python爬虫:爱奇艺榜单数据的实时监控
Python爬虫:爱奇艺榜单数据的实时监控
|
22天前
|
数据采集 存储 XML
python实战——使用代理IP批量获取手机类电商数据
本文介绍了如何使用代理IP批量获取华为荣耀Magic7 Pro手机在电商网站的商品数据,包括名称、价格、销量和用户评价等。通过Python实现自动化采集,并存储到本地文件中。使用青果网络的代理IP服务,可以提高数据采集的安全性和效率,确保数据的多样性和准确性。文中详细描述了准备工作、API鉴权、代理授权及获取接口的过程,并提供了代码示例,帮助读者快速上手。手机数据来源为京东(item.jd.com),代理IP资源来自青果网络(qg.net)。
|
自然语言处理 算法 Python
|
自然语言处理 算法 索引