2022-08-26

1.pandas读取csv文件并设置第一列为索引

obj=pd.read_csv(‘testdata.csv‘,index_col=0,usecols=[1,2,3])

2.由于办公系统加密原因，我不能用pandas直接读取csv或者excel，只能用xlwings操作本地excel读取，所以我不能直接创建dataframe，必须先读取全部数据，然后做填充，在创建dataframe，再转置，为什么要转置，因为需求要求的。因为csv文件第一个格没有数据，所以，读出来，默认给了None，但是用None创建dataframe，后面没办法引用这列，用df[None]或者df['None']都不行，所以我就想填充一个字符串，这样后面转成dataFrame就有列名了，试了一下，确实管用，然后再设置第一行为列名，再删除第一行数据（转为列名了已经，所以删掉），最后转置，代码如下：

def create_dataframe_by_xw(excel_f,axis=0):
    app = xw.App(visible=False, add_book=False)
    wb = app.books.open(excel_f)
    ws = wb.sheets.active
    sht = wb.sheets[0]
    all_data = sht.range('a1').expand().value
 
    app.quit()
    if axis == 0:
        df = pd.DataFrame(all_data[1:],columns=all_data[0])
    else:
        all_data[0][0] = 'signals'
        df = pd.DataFrame(all_data,columns=all_data[0])
        df.drop([0], inplace=True)  # 删除df的第一行多余的数据
        df = df.set_index('signals')
 
        df = df.T
    return df

3.把非数值类型的数据转成数值类型，当然，前提它可以转，如果是字母，文字等不行。

data=data.apply(pd.to_numeric,errors='coerce')

当然也可以用df['xxx'].astype()，但是这个方法遇到字母，文字会报错，pd.to_numeric则不会。