Python利用pandas处理Excel数据的应用 Python利用pandas处理Excel数据的应用

Python利用pandas处理Excel数据的应用

 

       最近迷上了高效处理数据的pandas，其实这个是用来作数据分析的，若是你是作大数据分析和测试的，那么这个是很是的有用的！！可是其实咱们平时在作自动化测试的时候，若是涉及到数据的读取和存储，那么而利用pandas就会很是高效，基本上3行代码能够搞定你20行代码的操做！该教程仅仅限于结合柠檬班的全栈自动化测试课程来说解下pandas在项目中的应用，这仅仅只是冰山一角，但愿你们能够踊跃的去尝试和探索！

     1、安装环境：

 1：pandas依赖处理Excel的xlrd模块，因此咱们须要提早安装这个，安装命令是：pip install xlrd

  2:安装pandas模块还须要必定的编码环境，因此咱们本身在安装的时候，确保你的电脑有这些环境：Net.4 、VC-Compiler以及winsdk_web，若是你们没有这些软件~能够咨询咱们的辅导员索要相关安装工具。

  3:步骤1和2 准备好了以后，咱们就能够开始安装pandas了，安装命令是：pip install pandas

一切准备就绪，就能够开始愉快的玩耍咯！
ps:在这个过程当中，可能会遇到安装不顺利的状况，万能的度娘有N种解决方案，你这么大应该要学着本身解决问题。

 

       2、pandas操做Excel表单

  数据准备，有一个Excel文件：lemon.xlsx有两个表单，表单名分别为：Python 以及student，

Python的表单数据以下所示：

 

student的表单数据以下所示：

 

       1：在利用pandas模块进行操做前，能够先引入这个模块，以下：

import  pandas  as pd

      2:读取Excel文件的两种方式：

#方法一：默认读取第一个表单
df=pd.read_excel('lemon.xlsx')#这个会直接默认读取到这个Excel的第一个表单
data=df.head()#默认读取前5行的数据
print("获取到全部的值:\n{0}".format(data))#格式化输出

获得的结果是一个二维矩阵，以下所示：

 

#方法二：经过指定表单名的方式来读取
df=pd.read_excel('lemon.xlsx',sheet_name='student')#能够经过sheet_name来指定读取的表单
data=df.head()#默认读取前5行的数据
print("获取到全部的值:\n{0}".format(data))#格式化输出

获得的结果以下所示，也是一个二维矩阵：

#方法三：经过表单索引来指定要访问的表单，0表示第一个表单
#也能够采用表单名和索引的双重方式来定位表单
#也能够同时定位多个表单，方式都罗列以下所示
df=pd.read_excel('lemon.xlsx',sheet_name=['python','student'])#能够经过表单名同时指定多个
# df=pd.read_excel('lemon.xlsx',sheet_name=0)#能够经过表单索引来指定读取的表单
# df=pd.read_excel('lemon.xlsx',sheet_name=['python',1])#能够混合的方式来指定
# df=pd.read_excel('lemon.xlsx',sheet_name=[1,2])#能够经过索引 同时指定多个
data=df.values#获取全部的数据，注意这里不能用head()方法哦~
print("获取到全部的值:\n{0}".format(data))#格式化输出

具体结果是怎样的，同窗们能够本身一个一个的去尝试，这个结果是很是有意思的，可是同时同窗们也发现了，这个数据是一个二维矩阵，对于咱们去作自动化测试，并不能很顺利的处理，因此接下来，咱们就会详细的讲解，如何来读取行号和列号以及每一行的内容 以及制定行列的内容。

 

3、pandas操做Excel的行列

1：读取指定的单行，数据会存在列表里面

#1：读取指定行
df=pd.read_excel('lemon.xlsx')#这个会直接默认读取到这个Excel的第一个表单
data=df.ix[0].values#0表示第一行 这里读取数据并不包含表头，要注意哦！
print("读取指定行的数据：\n{0}".format(data))

获得的结果以下所示:

2：读取指定的多行，数据会存在嵌套的列表里面：

df=pd.read_excel('lemon.xlsx')
data=df.ix[[1,2]].values#读取指定多行的话，就要在ix[]里面嵌套列表指定行数
print("读取指定行的数据：\n{0}".format(data))

3：读取指定的行列：

df=pd.read_excel('lemon.xlsx')
data=df.ix[1,2]#读取第一行第二列的值，这里不须要嵌套列表
print("读取指定行的数据：\n{0}".format(data))

4：读取指定的多行多列值：

df=pd.read_excel('lemon.xlsx')
data=df.ix[[1,2],['title','data']].values#读取第一行第二行的title以及data列的值，这里须要嵌套列表
print("读取指定行的数据：\n{0}".format(data))

5：获取全部行的指定列

df=pd.read_excel('lemon.xlsx')
data=df.ix[:,['title','data']].values#读全部行的title以及data列的值，这里须要嵌套列表
print("读取指定行的数据：\n{0}".format(data))

6：获取行号并打印输出

df=pd.read_excel('lemon.xlsx')
print("输出行号列表",df.index.values)

输出结果是：
输出行号列表 [0 1 2 3]

7：获取列名并打印输出

df=pd.read_excel('lemon.xlsx')
print("输出列标题",df.columns.values)

运行结果以下所示：
输出列标题 ['case_id' 'title' 'data']

8：获取指定行数的值：

df=pd.read_excel('lemon.xlsx')
print("输出值",df.sample(3).values)#这个方法相似于head()方法以及df.values方法

输出值
 [[2 '输入错误的密码' '{"mobilephone":"18688773467","pwd":"12345678"}']
 [3 '正常充值' '{"mobilephone":"18688773467","amount":"1000"}']
 [1 '正常登陆' '{"mobilephone":"18688773467","pwd":"123456"}']]

9：获取指定列的值：

df=pd.read_excel('lemon.xlsx')
print("输出值\n",df['data'].values)

四：pandas处理Excel数据成为字典

 咱们有这样的数据，，处理成列表嵌套字典，且字典的key为表头名。

实现的代码以下所示：

df=pd.read_excel('lemon.xlsx')
test_data=[]
for i in df.index.values:#获取行号的索引，并对其进行遍历：
    #根据i来获取每一行指定的数据 并利用to_dict转成字典
    row_data=df.ix[i,['case_id','module','title','http_method','url','data','expected']].to_dict()
    test_data.append(row_data)
print("最终获取到的数据是：{0}".format(test_data))

最后获得的结果是：

最终获取到的数据是：
[{'title': '正常登陆', 'case_id': 1, 'data': '{"mobilephone":"18688773467","pwd":"123456"}'}, 
{'title': '输入错误的密码', 'case_id': 2, 'data': '{"mobilephone":"18688773467","pwd":"12345678"}'}, 
{'title': '正常充值', 'case_id': 3, 'data': '{"mobilephone":"18688773467","amount":"1000"}'}, 
{'title': '充值输入负数', 'case_id': 4, 'data': '{"mobilephone":"18688773467","amount":"-100"}'}]