python报表自动化系列 - python中索引pandas.DataFrame的内容

简介: python报表自动化系列 - python中索引pandas.DataFrame的内容

索引DataFrame的内容

李俊才

邮箱:291148484@163.com

Ⅰ、按数字索引,返回内容

【函数说明】

函数一个有三个形参,df表示传入的一个提供内容的DataFrame变量,(r,c)则为行列坐标。

本函数返回值为指定DataFrame单元中的内容,但是不论单元中原来的内容是什么类型,都将被转换为字符串类型返回。

【调用其他函数】

【代码实现】

import pandas as pd
import numpy as np
def DataFrame_Cell_Value_num(df,r,c):
    df = DataFrame_Add_num_index(df)
    try:
        return str(df.loc[r,c])
    except:
        raise ValueError('Error:Out of Range!')

【调用实例】

#定义数据
A = [["!",1,"7"],[9,10,"hello"],
    ["nice",2,"6"],[8,3,"to"],
    ["meet","you","7"],[9,10,"$"]]
df_Variable = pd.DataFrame(A)
print(DataFrame_Cell_Value(df_Variable,2,2))

[运行结果]:

[out]: 10

Ⅱ、按Excel坐标索引返回内容

【函数说明】

第一个变量为一个待索引的DataFrame,第二个变量为一组Excel坐标构成的列表,如 [‘A1’,‘B7’,‘F20’]。函数返回的是与第二个变量列表中顺序对应的索引结果。

【代码实现】

def DataFrame_Cell_Value_A1(df, Cell_list):
    Contents_list = []
    #对于每个A1索引
    for Cell in Cell_list:
        #先化为数字索引
        Cell_tuple_num = Cell_A1to11(Cell)    #Cell = (r,c)
        r = Cell_tuple_num[0]     #行数字坐标
        c = Cell_tuple_num[1]     #列数字坐标
        #再由索引获取内容
        try:
            Contents = str(df.loc[r,c])
        except:
            Contents = 'error:out of index'
        Contents_list.append(Contents)
        #将得到的内容返回
    return Contents_list

内容仅供参考,如需使用请注明出处。

目录
相关文章
|
8天前
|
Python
Python 自动化操作 Excel - 02 - xlwt
Python 自动化操作 Excel - 02 - xlwt
32 14
|
8天前
|
Python
Python 自动化操作 Excel - 03 - xlutils
Python 自动化操作 Excel - 03 - xlutils
23 13
|
8天前
|
Python
Python 自动化操作 Excel - 01 - xlrd
Python 自动化操作 Excel - 01 - xlrd
23 9
|
4天前
|
运维 监控 网络安全
Python 在网络运维方面的自动化应用实例
Python 在网络运维方面的自动化应用实例
15 4
|
3天前
|
机器学习/深度学习 数据采集 算法
探索Python科学计算的边界:NumPy、Pandas与SciPy在大规模数据分析中的高级应用
【10月更文挑战第5天】随着数据科学和机器学习领域的快速发展,处理大规模数据集的能力变得至关重要。Python凭借其强大的生态系统,尤其是NumPy、Pandas和SciPy等库的支持,在这个领域占据了重要地位。本文将深入探讨这些库如何帮助科学家和工程师高效地进行数据分析,并通过实际案例来展示它们的一些高级应用。
13 0
探索Python科学计算的边界:NumPy、Pandas与SciPy在大规模数据分析中的高级应用
|
9天前
|
机器学习/深度学习 并行计算 大数据
【Python篇】深入挖掘 Pandas:机器学习数据处理的高级技巧
【Python篇】深入挖掘 Pandas:机器学习数据处理的高级技巧
40 3
|
9天前
|
数据采集 数据挖掘 大数据
【Python篇】详细学习 pandas 和 xlrd:从零开始
【Python篇】详细学习 pandas 和 xlrd:从零开始
40 2
|
9天前
|
数据采集 数据挖掘 API
Python数据分析加速器:深度挖掘Pandas与NumPy的高级功能
在Python数据分析的世界里,Pandas和NumPy无疑是两颗璀璨的明星,它们为数据科学家和工程师提供了强大而灵活的工具集,用于处理、分析和探索数据。今天,我们将一起深入探索这两个库的高级功能,看看它们如何成为数据分析的加速器。
20 1
|
12天前
|
测试技术 数据安全/隐私保护 开发者
自动化测试的奥秘:如何用Selenium和Python提升软件质量
【9月更文挑战第35天】在软件开发的海洋中,自动化测试是那艘能引领我们穿越波涛的帆船。本文将揭开自动化测试的神秘面纱,以Selenium和Python为工具,展示如何构建一个简单而强大的自动化测试框架。我们将从基础出发,逐步深入到高级应用,让读者能够理解并实现自动化测试脚本,从而提升软件的质量与可靠性。
|
4天前
|
存储 BI 数据库
使用 Python 实现自动化办公
使用 Python 实现自动化办公
12 0