python判断数据和excel中是否相等_对比Excel学习python数据分析-学习笔记4

àì夳堔傛蜴生んèń 2022-10-25 14:27 216阅读 0赞

一对一替换

多对一替换

多对多替换

参考一列数值进行排序

参照有缺失值的列排序

参考多数值列排序

数值排名

删除列

删除行

删除特定列行

数值计数

唯一值获取

数值查找

区间切分

插入新的行或列

行列互换

索引重塑

长宽表转换

apply( )和applymap( )函数

1.数值替换一对一替换

replace(A,B)-用B替换A；

replace(A,B,inplace=True)-用B替换A，元数据也将被替换掉；

replace(np.NaN,0)-用0替换空值，相当于fillna();多对一替换

多对一替换即对多个不同的值替换成同一个值，比如原始数据的年龄列中有异常数值230和240，需要把230和240都替换成33。

Excel中需要用函数来实现，思路是先判断年龄列中的数据等于230或者240，如果成立，则替换成33，如果不成立则是原来的数据；

Python中同样也是用replace实现-replace(\[A,B\],C)-用C来替换A和B；这里最后一列是我用excel操作之后，在python中又重新导入进去的，可忽略多对多替换

多对多属于一种比较复杂的情况，主要是要把逻辑搞清楚。

Excel中则是使用多个IF进行嵌套，思路就是按顺序判断年龄是否等于230，是的时候结果等于32，不是的话就嵌套一个IF再判断，是否等于240，是的话等于33，不是的话再嵌套一个IF，判断是否等于250，是的话等于34，不是的话就说明都不是230，240，250中的任意一个，那最后就是等于原来的数据，这里采用的单元格直接就是E列。如果使用单元格E2:E7的话应该是&E&2:&E$7，不然的话使用下拉框是会出现问题的，因为默认就是下拉的话，第二个单元格判断的原始数据就不是E2:E7了，而是E3:E8;

python中的实现方法：使用字典的形式进行一对一的替换；

2.数值排序参考一列数值进行排序

Excel中的操作是直接选中需要参照排序的一列-选择排序和筛选-升序/降序即可；但是这里有个问题，是我自己以前没有搞明白的地方：扩展选定区域和以当前选定区域排序的区别是什么。

“扩展选定区域”指的是将扩展区域(近乎整个表格)都进行相应排序。其余都会随参照列的顺序变化而全部发生相对应的变化；

“以当前选定区域排序”指的是的只将选定的区域进行排序。而其余数据不随参照列的顺序变化而发生变化；原始数据对年龄列扩展选定区域升序之后的数据，可以看到其余数据都随之发生了变化对年龄列以当前选定区域升序之后的数据，可以看到E列之前的数据都没有变化，F列发生变化的原因是F列使用了公式，单元格都是随E的数据变化的

python中实现的方式是使用sort\_values(by=" ",ascending=True/False)方法；默认是升序的方式，因此如果是降序排列，只需指定是ascending=False即可；这里参照单个列排序的话年龄可以不用加\[\]参照有缺失值的列排序

在排序的方法中传入参数na="first"/"last"；默认是last；参考多数值列排序

Excel中实现方式：选中自定义排序再按顺序操作即可排序之前的数据排序之后的数据

Python实现方式：

3.数值排名

Excel实现方式：使用公式RANK.AVG( )或者RANK.EQ( )；第一个参数是需要排序的数值，第二个参数是数据所在的范围，第三个参数是平均排名1用的公式RANK.AVG( )；平均排名2用的公式RANK.EQ( )

Python实现方式：rank(method="first"/"min"/"max"/"average")

first-按值在所有的待排列数据中出现的先后顺序排名；

min-与excel中的RANK.EQ一样；

max-与min相反；

average-与excel中的RANK.AVG一样；

4.数值删除删除列