Python 表操作介绍

Python 中操作表格数据是一个常见的任务，往往需要使用到各种不同的库和工具。本文将介绍常见的 Python 表操作库和技巧，方便程序员在日常开发中快速处理表格数据。

1. Pandas

Pandas 是 Python 中最常用的表格数据操作库之一。它提供了数据结构 DataFrame 和 Series，可以方便地进行数据清洗、转换、筛选、合并等操作。

安装

Pandas 可以通过 pip 安装：

pip install pandas

代码示例

下面是一个简单的 Pandas 代码示例，展示了如何读取一个 csv 文件并显示其中的数据：

import pandas as pd

df = pd.read_csv("data.csv")  # 读取 csv 文件
print(df.head())  # 显示前 5 条数据

2. Numpy

Numpy 是 Python 的科学计算库，也常常用于数组和矩阵的计算。Numpy 的 ndarray 对象可以通过类似于表格的方式来表示一组数据。

安装

Numpy 可以通过 pip 安装：

pip install numpy

代码示例

下面是一个简单的 Numpy 代码示例，展示了如何创建和操作一个二维数组：

import numpy as np

a = np.array([[1, 2], [3, 4]])  # 创建一个 2x2 的数组
print(a)
print(a[0, 1])  # 访问第 0 行第 1 列的数值

3. CSV 操作

CSV（Comma-Separated Values）是一种常见的表格数据格式，它是一种简单易读的纯文本格式，适合于存储和交换表格数据。

Python 提供了 csv 库，可以方便地读取和写入 CSV 文件。

代码示例

下面是一个简单的 csv 代码示例，展示了如何从一个 csv 文件中读取数据并显示：

import csv

with open("data.csv", "r") as f:
    reader = csv.reader(f)
    for row in reader:
        print(row)

4. Excel 操作

Excel 文件是另一种常见的表格数据格式，Python 也提供了一些库来读取和写入 Excel 文件。

安装

其中比较常用的有 openpyxl 库，可以通过 pip 安装：

pip install openpyxl

代码示例

下面是一个简单的 Excel 代码示例，展示了如何从一个 Excel 文件中读取数据并显示：

import openpyxl

wb = openpyxl.load_workbook("data.xlsx")  # 加载 Excel 文件
ws = wb.active  # 获取活动表单

for row in ws.rows:
    for cell in row:
        print(cell.value)

以上是 Python 中常见的表格数据操作方法，希望可以对程序员在日常开发中有所帮助。