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
|
30天前
|
存储 分布式计算 大数据
基于Python大数据的的电商用户行为分析系统
本系统基于Django、Scrapy与Hadoop技术,构建电商用户行为分析平台。通过爬取与处理海量用户数据,实现行为追踪、偏好分析与个性化推荐,助力企业提升营销精准度与用户体验,推动电商智能化发展。
|
1月前
|
数据采集 Web App开发 数据可视化
Python零基础爬取东方财富网股票行情数据指南
东方财富网数据稳定、反爬宽松,适合爬虫入门。本文详解使用Python抓取股票行情数据,涵盖请求发送、HTML解析、动态加载处理、代理IP切换及数据可视化,助你快速掌握金融数据爬取技能。
1031 1
|
1月前
|
Java 数据挖掘 数据处理
(Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据源中导入数据,并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构:Series 和 DataFrame。
349 0
|
1月前
|
JSON 算法 API
Python采集淘宝商品评论API接口及JSON数据返回全程指南
Python采集淘宝商品评论API接口及JSON数据返回全程指南
|
1月前
|
机器学习/深度学习 PyTorch 算法框架/工具
python torch基础用法
本教程系统讲解PyTorch基础,涵盖张量操作、自动求导、神经网络构建、训练流程、GPU加速及模型保存等核心内容,结合代码实例帮助初学者快速掌握深度学习开发基础,是入门PyTorch的实用指南。
395 6
|
29天前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的台风灾害分析及预测系统
针对台风灾害预警滞后、精度不足等问题,本研究基于Python与大数据技术,构建多源数据融合的台风预测系统。利用机器学习提升路径与强度预测准确率,结合Django框架实现动态可视化与实时预警,为防灾决策提供科学支持,显著提高应急响应效率,具有重要社会经济价值。
|
30天前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的青少年网络使用情况分析及预测系统
本研究基于Python大数据技术,构建青少年网络行为分析系统,旨在破解现有防沉迷模式下用户画像模糊、预警滞后等难题。通过整合多平台亿级数据,运用机器学习实现精准行为预测与实时干预,推动数字治理向“数据驱动”转型,为家庭、学校及政府提供科学决策支持,助力青少年健康上网。
|
数据采集 存储 数据挖掘
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第27天】在数据分析领域,Python的Pandas库因其强大的数据处理能力而备受青睐。本文介绍了Pandas在数据导入、清洗、转换、聚合、时间序列分析和数据合并等方面的高效技巧,帮助数据分析师快速处理复杂数据集,提高工作效率。
346 0
|
机器学习/深度学习 数据采集 数据挖掘
解锁 Python 数据分析新境界:Pandas 与 NumPy 高级技巧深度剖析
Pandas 和 NumPy 是 Python 中不可或缺的数据处理和分析工具。本文通过实际案例深入剖析了 Pandas 的数据清洗、NumPy 的数组运算、结合两者进行数据分析和特征工程,以及 Pandas 的时间序列处理功能。这些高级技巧能够帮助我们更高效、准确地处理和分析数据,为决策提供支持。
276 2

推荐镜像

更多
下一篇
oss云网关配置