Python使用pandas将表格数据进行处理

更新时间：2022年08月31日 14:42:05 作者：IT之一小佬

这篇文章主要介绍了Python使用pandas将表格数据进行处理，文章围绕主题展开详细的内容介绍，具有一定的参考价值，感兴趣的小伙伴可以参考一下

前言

任务描述：

当前有一份excel表格数据，里面存在缺失值，需要对缺失的数据到es数据库中进行查找并对其进行把缺失的数据进行补全。

excel表格数据如下所示：

一、构建es库中的数据

1.1 创建索引

# 创建physical_examination索引
PUT /physical_examination
{
  "settings": {
    "index": {
      "number_of_shards": "1",
      "number_of_replicas": "1"
    }
  },
  "mappings": {
    "properties": {
      "nums": {
        "type": "integer"
      },
      "name": {
        "type": "text"
      },
      "sex": {
        "type": "text"
      },
      "phone": {
        "type": "integer"
      },
      "result": {
        "type": "text"
      }
    }
  }
}

1.2 插入数据

【注意：json数据不能格式化换行，否则报错】

# 向physical_examination索引中添加数据
POST physical_examination/_bulk
{"index":{"_id":"1"}}
{"nums":1,"name":"刘一","sex":"男","phone":1234567891,"result":"优秀"}
{"index":{"_id":"2"}}
{"nums":2,"name":"陈二","sex":"男","phone":1234567892,"result":"优秀"}
{"index":{"_id":"3"}}
{"nums":3,"name":"张三","sex":"男","phone":1234567893,"result":"优秀"}
{"index":{"_id":"4"}}
{"nums":4,"name":"李四","sex":"男","phone":1234567894,"result":"优秀"}
{"index":{"_id":"5"}}
{"nums":5,"name":"王五","sex":"男","phone":1234567895,"result":"优秀"}

1.3 查询数据

【注意：默认查询索引下的所有数据】

# 查询索引中的所有数据
GET physical_examination/_search
{
  "query": {
    "match_all": {}
  }
}

二、对excel表格中的数据处理操作

2.1 导出es查询的数据

方法一：直接在kibana或postman查询的结果中进行复制粘贴到一个文档。
方法二：使用kibana导出数据。
方法三：使用postman导出数据保存到本地。

使用python处理数据，获取需要的数据。

示例代码：

# 读取json中体检信息
with open('./data/physical_examination.json', 'r', encoding='utf-8') as f:
    data_json = f.read()
print(data_json)
 
# 处理json数据中的异常数据
if 'false' in data_json:
    data_json = data_json.replace('false', "False")
 
data_json = eval(data_json)
print(data_json)
 
print(data_json['hits']['hits'])
print('*' * 100)
 
valid_data = data_json['hits']['hits']
need_data = []
for data in valid_data:
    print(data['_source'])
    need_data.append(data['_source'])
print(need_data)

读取缺失数据的excel表格，把缺失的数据填补进去。

# 读取需要填补数据的表格
data_xlsx = pd.read_excel('./data/体检表.xlsx', sheet_name='Sheet1')
# print(data_xlsx)
 
# 获取excel表格的行列
row, col = data_xlsx.shape
print(row, col)
 
# 修改表格中的数据
for i in range(row):
    bb = data_xlsx.iloc[i]
    print(bb['姓名'], bb['手机号'])
    if pd.isnull(bb['手机号']):
        bb['手机号'] = '666'
        for cc in need_data:
            if cc['name'] == bb['姓名']:
                bb['手机号'] = cc['phone']
            data_xlsx.iloc[i, 3] = bb['手机号']
    print(bb['姓名'], bb['手机号'])
    print("-" * 100)
print(data_xlsx)

将最终处理好的数据保存在新建的文件中。

# 保存数据到新文件中
data_xlsx.to_excel('./data/new_data.xlsx', sheet_name='Sheet1', index=False, header=True)

完整代码如下：

import pandas as pd
 
# 读取json中体检信息
with open('./data/physical_examination.json', 'r', encoding='utf-8') as f:
    data_json = f.read()
print(data_json)
 
# 处理json数据中的异常数据
if 'false' in data_json:
    data_json = data_json.replace('false', "False")
 
data_json = eval(data_json)
print(data_json)
 
print(data_json['hits']['hits'])
print('*' * 100)
 
valid_data = data_json['hits']['hits']
need_data = []
for data in valid_data:
    print(data['_source'])
    need_data.append(data['_source'])
print(need_data)
 
# 读取需要填补数据的表格
data_xlsx = pd.read_excel('./data/体检表.xlsx', sheet_name='Sheet1')
# print(data_xlsx)
 
# 获取excel表格的行列
row, col = data_xlsx.shape
print(row, col)
 
# 修改表格中的数据
for i in range(row):
    bb = data_xlsx.iloc[i]
    print(bb['姓名'], bb['手机号'])
    if pd.isnull(bb['手机号']):
        bb['手机号'] = '666'
        for cc in need_data:
            if cc['name'] == bb['姓名']:
                bb['手机号'] = cc['phone']
            data_xlsx.iloc[i, 3] = bb['手机号']
    print(bb['姓名'], bb['手机号'])
    print("-" * 100)
print(data_xlsx)
 
# 保存数据到新文件中
data_xlsx.to_excel('./data/new_data.xlsx', sheet_name='Sheet1', index=False, header=True)

运行效果，最终处理好的数据如下所示：

到此这篇关于Python使用pandas将表格数据进行处理的文章就介绍到这了,更多相关pandas表格数据处理内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

Python实现上下文管理器的方法
这篇文章主要介绍了Python实现上下文管理器的方法，帮助大家更好的理解和学习Python，感兴趣的朋友可以了解下
2020-08-08
django drf框架中的user验证以及JWT拓展的介绍
这篇文章主要介绍了django drf框架中的user验证以及JWT拓展的介绍,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2019-08-08
浅谈tensorflow中dataset.shuffle和dataset.batch dataset.repeat注意点
这篇文章主要介绍了浅谈tensorflow中dataset.shuffle和dataset.batch dataset.repeat注意点，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2020-06-06
在IPython中执行Python程序文件的示例
今天小编就为大家分享一篇在IPython中执行Python程序文件的示例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-11-11
python使用Flask操作mysql实现登录功能
这篇文章主要介绍了python使用Flask操作mysql实现登录功能,代码简单易懂，非常不错，具有一定的参考借鉴价值，需要的朋友可以参考下
2018-05-05
对python while循环和双重循环的实例详解
今天小编就为大家分享一篇对python while循环和双重循环的实例详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-08-08
Python有序查找算法之二分法实例分析
这篇文章主要介绍了Python有序查找算法之二分法,结合实例形式分析了Python二分查找算法的原理与相关实现技巧,需要的朋友可以参考下
2017-12-12
Python中的文本相似度的计算方法总结
在自然语言处理（NLP）领域，文本相似度计算是一个常见的任务，本文为大家整理了Python中的文本相似度常见计算方法，希望对大家有所帮助
2023-05-05
总结用Pdb库调试Python的方式及常用的命令
大家都知道Python是自带Pdb库，使用Pdb调试Python程序还是很方便的。但是远程调试、多线程，Pdb是搞不定的，下面一起来看看用Pdb库调试Python的方式及常用的命令。
2016-08-08
Python 批量验证和添加手机号码为企业微信联系人
你是否也有过需要添加很多微信好友的时候，一个个输入添加太麻烦了，本篇文章手把手教你用Python替我们完成这繁琐的操作,大家可以在过程中查缺补漏，看看自己掌握程度怎么样
2021-10-10