• jupylab pandas按条件批量处理xls数据


    批量处理xls表数据

    引入相关包

    import pandas as pd
    import xlrd
    import numpy as np
    
    # 去掉jupyleb警告
    import warnings
    warnings.filterwarnings("ignore")
    
    from IPython.core.interactiveshell import InteractiveShell
    InteractiveShell.ast_node_interactivity = 'all'
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10

    读取一个表,按照条件筛选,并统计多少条,并封装成函数,返回值为条数

    def qushu(path):
    	#读取xls表中的数据到pandas中
        wb = xlrd.open_workbook(path, logfile=open(os.devnull, 'w'))
        df = pd.read_excel(wb)
    
    	#按照列名   条件   筛选出表中数据
        data = df[(df['手术类别'] == '手术') | (df['手术类别'] == '介入治疗') ]
     
        #data_drop = data.drop_duplicates(subset=['病案号'],keep=False) 只筛选病案号出现一次的患者
        data_drop = data.drop_duplicates(subset=['病案号'],keep='first') #保留第一次出现的重复行,删除后面的重复行。
        
        #查询符合的条数
        len_num = data_drop.shape[0]
        return len_num
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14

    pandas函数简介drop_duplicates

    函数体:

    df.drop_duplicates(subset=['A','B'],keep='first',inplace=True)
    
    • 1

    主要参数:

    subset: 输入要进行去重的列名,默认为None

    keep: 可选参数有三个:‘first’、 ‘last’、 False, 默认值 ‘first’。其中,

    first表示: 保留第一次出现的重复行,删除后面的重复行。
    last表示: 删除重复项,保留最后一次出现。
    False表示: 删除所有重复项。
    inplace:布尔值,默认为False,是否直接在原数据上删除重复项或删除重复项后返回副本。

    批量读取文件

    #文件名为1.xls、2.xls、.....
    str = "C:/1.xls"
    
    #提取每个文件名,这里比较灵活,可以多种方法,我这里有些不妥,可以直接循环拼接字符串
    str_split_path = str.split(".")[0]
    str_split_path = str_split_path[:-1]
    
    num_list = []#将数据存到数组中
    
    #循环读取操作xls,并将返回的数据保存在表中
    for i in range(1,21):
        str_all = str_split_path + "{}".format(i) + ".xls"
        num_1 = qushu(str_all)
        num_list.append(num_1)
    
    print(num_list)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
  • 相关阅读:
    HLS学习1:点灯
    java毕业设计物流车辆规费管理系统的设计与实现Mybatis+系统+数据库+调试部署
    Android学习笔记 42. RxJava基本使用
    并查集路径压缩
    Java开发的九大工作领域
    Redis内存回收
    Hadoop简明教程
    【云原生】云原生与DevOps的结合:提升软件开发与交付的效率
    《Fine-Grained Image Analysis with Deep Learning: A Survey》阅读笔记
    python小玩意——敏感词汇检测
  • 原文地址:https://blog.csdn.net/qq_40127080/article/details/132812647