这99行Pandas代码,让我从Excel加班族到准时下班族

这99行Pandas代码，让我从Excel加班族到准时下班族

前言

大家好，我是你们的老朋友。

在职场摸爬滚打这些年，相信很多人都和我一样，曾经是“Excel重度依赖患者”。每天不是在做表，就是在做表的路上。为了核对一个数据，反复筛选、复制粘贴，甚至为了做一个透视表熬到深夜。

直到我遇见了Pandas，我的工作效率才真正实现了质的飞跃。它就像一个不知疲倦的超级助理，能把我们从重复、机械的劳动中解放出来。

今天，我就把自己在实战中总结出的99行最常用、最实用的Pandas代码分享给大家。这不仅仅是一份代码清单，更是我从“加班族”变身“准时下班族”的秘籍。希望能帮到每一个还在为数据头疼的你！

第一部分：环境准备与数据读取（1-10行）

在开始处理数据之前，我们首先要导入工具库并把数据读进来。

1. 1. 导入Pandas库

   import pandas as pd

2. 2. 读取CSV文件

   df = pd.read_csv('data.csv')

3. 3. 读取Excel文件

   df = pd.read_excel('data.xlsx')

4. 4. 读取指定工作表

   df = pd.read_excel('data.xlsx', sheet_name='Sheet1')

5. 5. 读取文本文件（制表符分隔）

   df = pd.read_table('data.txt')

6. 6. 读取时指定索引列

   df = pd.read_csv('data.csv', index_col='ID')

7. 7. 读取时只读前几行（用于测试）

   df = pd.read_csv('data.csv', nrows=10)

8. 8. 读取时指定编码（解决乱码）

   df = pd.read_csv('data.csv', encoding='utf-8')

9. 9. 创建一个简单的DataFrame

   data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}df = pd.DataFrame(data)

10. 10. 查看数据的前5行

    print(df.head())

第二部分：数据查看与基础信息（11-20行）

拿到数据后，先别急着处理，看看它长什么样。

1. 11. 查看数据的后5行

   print(df.tail())

2. 12. 查看数据的形状（行数、列数）

   print(df.shape)

3. 13. 查看列名列表

   print(df.columns)

4. 14. 查看索引

   print(df.index)

5. 15. 查看数据的基本信息

   print(df.info())

6. 16. 查看数据的描述性统计

   print(df.describe())

7. 17. 查看某一列的唯一值

   print(df['City'].unique())

8. 18. 查看某一列的值计数

   print(df['Status'].value_counts())

9. 19. 检查是否有缺失值

   print(df.isnull().sum())

10. 20. 检查数据类型

    print(df.dtypes)

第三部分：数据选择与筛选（21-40行）

Excel里最常用的就是筛选和查找，在Pandas里更强大。

1. 21. 选择单列（Series）

   name_series = df['Name']

2. 22. 选择多列（DataFrame）

   subset = df[['Name', 'Age']]

3. 23. 按位置选择（iloc）

   # 选择前5行，前3列df.iloc[:5, :3]

4. 24. 按标签选择（loc）

   # 选择索引为0-5，列为Name和Age的数据df.loc[0:5, ['Name', 'Age']]

5. 25. 根据条件筛选数据

   # 筛选年龄大于25的adults = df[df['Age'] > 25]

6. 26. 多重条件筛选（与）

   result = df[(df['Age'] > 25) & (df['City'] == 'Beijing')]

7. 27. 多重条件筛选（或）

   result = df[(df['City'] == 'Beijing') | (df['City'] == 'Shanghai')]

8. 28. 使用isin方法筛选

   # 筛选城市在列表中的数据cities = ['Beijing', 'Shanghai']result = df[df['City'].isin(cities)]

9. 29. 查找包含特定字符串的行

   # 查找名字包含'li'的result = df[df['Name'].str.contains('li')]

10. 30. 筛选非空数据

    result = df[df['Email'].notnull()]

11. 31. 筛选数值在某个范围内

    result = df[df['Age'].between(20, 30)]

12. 32. 随机抽取几行数据

    sample = df.sample(5)

13. 33. 按索引获取单行数据

    row = df.loc[0]

14. 34. 获取某一单元格的值

    value = df.at[0, 'Name']

15. 35. 获取列的最大值对应的行

    max_row = df.nlargest(1, 'Age')

16. 36. 获取列的最小值对应的行

    min_row = df.nsmallest(1, 'Age')

17. 37. 筛选重复行

    duplicates = df[df.duplicated()]

18. 38. 根据特定列去重

    df_unique = df.drop_duplicates(subset=['Email'])

19. 39. 查看数据的内存使用情况

    print(df.memory_usage(deep=True))

20. 40. 设置显示所有列

    pd.set_option('display.max_columns', None)

第四部分：数据清洗与处理（41-60行）

数据脏乱差？几行代码搞定它！

1. 41. 重命名列名

   df.rename(columns={'OldName': 'NewName'}, inplace=True)

2. 42. 删除某一列

   df.drop('ColumnName', axis=1, inplace=True)

3. 43. 删除包含缺失值的行

   df.dropna(inplace=True)

4. 44. 填充缺失值

   df['Age'].fillna(df['Age'].mean(), inplace=True)

5. 45. 用前一个值填充缺失值

   df.fillna(method='ffill', inplace=True)

6. 46. 更改数据类型

   df['Age'] = df['Age'].astype(int)

7. 47. 将字符串列转换为时间类型

   df['Date'] = pd.to_datetime(df['Date'])

8. 48. 删除字符串首尾空格

   df['Name'] = df['Name'].str.strip()

9. 49. 字符串全部转为小写

   df['Name'] = df['Name'].str.lower()

10. 50. 字符串全部转为大写

    df['Name'] = df['Name'].str.upper()

11. 51. 替换字符串内容

    df['Status'] = df['Status'].str.replace('Active', '启用')

12. 52. 提取字符串的前几位

    # 提取前3位df['Prefix'] = df['Code'].str[:3]

13. 53. 按分隔符拆分列

    # 将'Name'列按空格拆分为'First'和'Last'两列df[['First', 'Last']] = df['Name'].str.split(' ', expand=True)

14. 54. 合并两列字符串

    df['FullName'] = df['First'] + ' ' + df['Last']

15. 55. 删除重复索引

    df = df[～df.index.duplicated()]

16. 56. 重置索引

    df.reset_index(drop=True, inplace=True)

17. 57. 设置某列为索引

    df.set_index('ID', inplace=True)

18. 58. 创建新列并赋值

    df['NewColumn'] = 0

19. 59. 根据条件创建新列（apply方法）

    df['AgeGroup'] = df['Age'].apply(lambda x: '青年' if x < 30 else '中年')

20. 60. 映射字典值到新列

    mapping = {1: '男', 2: '女'}df['Gender'] = df['SexCode'].map(mapping)

第五部分：数据计算与分析（61-80行）

这才是Pandas的杀手锏，复杂的计算一键完成。

1. 61. 计算两列的和

   df['Total'] = df['A'] + df['B']

2. 62. 计算百分比

   df['Percent'] = df['Part'] / df['Total']

3. 63. 计算累计和

   df['CumSum'] = df['Sales'].cumsum()

4. 64. 计算排名

   df['Rank'] = df['Score'].rank()

5. 65. 计算移动平均线

   df['MA_5'] = df['Price'].rolling(window=5).mean()

6. 66. 计算行的最大值

   df['RowMax'] = df[['A', 'B', 'C']].max(axis=1)

7. 67. 计算行的最小值

   df['RowMin'] = df[['A', 'B', 'C']].min(axis=1)

8. 68. 计算行的平均值

   df['RowMean'] = df[['A', 'B', 'C']].mean(axis=1)

9. 69. 计算行的总和

   df['RowSum'] = df[['A', 'B', 'C']].sum(axis=1)

10. 70. 计算两个日期的差值

    df['DaysDiff'] = (df['EndDate'] - df['StartDate']).dt.days

11. 71. 提取日期中的年份

    df['Year'] = df['Date'].dt.year

12. 72. 提取日期中的月份

    df['Month'] = df['Date'].dt.month

13. 73. 提取日期中的星期几

    df['Weekday'] = df['Date'].dt.weekday

14. 74. 判断是否为工作日

    df['IsWeekend'] = df['Date'].dt.weekday >= 5

15. 75. 向上取整

    import numpy as npdf['Ceil'] = np.ceil(df['Value'])

16. 76. 向下取整

    df['Floor'] = np.floor(df['Value'])

17. 77. 四舍五入

    df['Round'] = df['Value'].round(2)

18. 78. 计算分位数

    q = df['Sales'].quantile(0.95)

19. 79. 计算相关系数

    corr = df['A'].corr(df['B'])

20. 80. 计算唯一值数量

    unique_count = df['Category'].nunique()

第六部分：数据分组、透视与导出（81-100行）

最后一步，把处理好的数据变成漂亮的报表。

1. 81. 按单列分组求和

   group_sum = df.groupby('City')['Sales'].sum()

2. 82. 按单列分组求平均

   group_mean = df.groupby('City')['Sales'].mean()

3. 83. 按多列分组

   group_multi = df.groupby(['City', 'Year'])['Sales'].sum()

4. 84. 分组后统计数量

   group_count = df.groupby('Status').size()

5. 85. 分组后应用多个聚合函数

   result = df.groupby('City')['Sales'].agg(['sum', 'mean', 'count'])

6. 86. 重置分组后的索引

   result = df.groupby('City')['Sales'].sum().reset_index()

7. 87. 创建数据透视表（类似Excel）

   pivot = pd.pivot_table(df, values='Sales', index='City', columns='Year', aggfunc=np.sum)

8. 88. 透视表添加总计行/列

   pivot = pd.pivot_table(df, values='Sales', index='City', columns='Year', aggfunc=np.sum, margins=True)

9. 89. 两个DataFrame纵向拼接

   combined = pd.concat([df1, df2], axis=0)

10. 90. 两个DataFrame横向拼接

    combined = pd.concat([df1, df2], axis=1)

11. 91. 根据键合并两个表（类似VLOOKUP）

    merged = pd.merge(df1, df2, on='ID', how='left')

12. 92. 内连接

    merged = pd.merge(df1, df2, on='ID', how='inner')

13. 93. 外连接

    merged = pd.merge(df1, df2, on='ID', how='outer')

14. 94. 左连接

    merged = pd.merge(df1, df2, on='ID', how='left')

15. 95. 导出为Excel文件

    df.to_excel('output.xlsx', index=False)

16. 96. 导出为CSV文件

    df.to_csv('output.csv', index=False, encoding='utf-8-sig')

17. 97. 导出为指定工作表

    with pd.ExcelWriter('output.xlsx') as writer:    df1.to_excel(writer, sheet_name='Sheet1')    df2.to_excel(writer, sheet_name='Sheet2')

18. 98. 设置Excel导出不包含索引

    df.to_excel('output.xlsx', index=False)

19. 99. 设置Excel导出包含索引

    df.to_excel('output.xlsx', index=True)

结语

这100行代码，涵盖了从数据读取、清洗、分析到导出的全流程。它们是我工作中使用频率最高的“黄金代码”。

我知道，乍一看可能会觉得有点多，但请不要被吓倒。其实，Pandas的学习曲线并不陡峭。你可以先从最痛的点入手，比如把那个需要半小时做出来的报表，用代码变成一分钟。

刚开始，你可能只是复制粘贴这些代码，但慢慢地，你会理解它们的逻辑，甚至能自己写出更高效的代码。

别再让重复的Excel操作消耗你的热情和时间了。从今天开始，试着用代码解决一个小问题，你会发现，准时下班，其实很简单。

希望这份秘籍能真正帮到你。如果觉得有用，欢迎分享给身边还在加班的小伙伴！

祝大家都能早点下班，享受生活！

注：代码中的df代表DataFrame，即你的数据表。在实际使用时，请根据你的文件名和列名进行相应修改。