当前位置：首页 > news >正文

韩国风格网站模板seo资源咨询

news 2025/8/5 1:01:27

韩国风格网站模板,seo资源咨询,深圳网站建设网络推广,陕西企业网站建设价格在数据处理的过程中，时常需要对 Excel 表格中的数据进行清洗与转换，下面介绍使用 Python 中的 Pandas 库对 Excel 文件中的数据进行操作，具体包括分割列、展开数据、清除空格以及格式转换等操作。目标： 读取一个没有表头的 Exc…

在数据处理的过程中，时常需要对 Excel 表格中的数据进行清洗与转换，下面介绍使用 Python 中的 Pandas 库对 Excel 文件中的数据进行操作，具体包括分割列、展开数据、清除空格以及格式转换等操作。

目标：

读取一个没有表头的 Excel 文件。
分割指定列的数据，并展开成多个行。
清除空格，并按空格将列数据拆分成两列。
删除原始列，保持数据格式整洁。
保存处理后的数据到新的 Excel 文件。

示例代码

import pandas as pd# 读取 Excel 文件，假设没有表头，使用 header=None 参数
df = pd.read_excel('输入数据.xlsx', header=None, engine='openpyxl')# 假设前四列是需要保留的，第五列是需要分割的列
# 对第五列（索引为4）进行分割
df[4] = df[4].str.split(',')# 使用 pandas 的 `explode` 函数展开第五列
df_expanded = df.explode(4, ignore_index=True)# 去除第五列的空格
df_expanded[4] = df_expanded[4].str.strip()# 进一步将第五列按空格分割成两列
df_expanded[['分列1', '分列2']] = df_expanded[4].str.split(' ', n=1, expand=True)# 删除原始的第五列（分割前的列）
df_expanded = df_expanded.drop(columns=[4])# 将前四列设置为文本格式
df_expanded[0] = df_expanded[0].astype(str)
df_expanded[1] = df_expanded[1].astype(str)
df_expanded[2] = df_expanded[2].astype(str)
df_expanded[3] = df_expanded[3].astype(str)# 保存处理后的数据为新的 Excel 文件
df_expanded.to_excel('output2.xlsx', index=False, header=False, engine='openpyxl')print("处理完成，结果已保存为 'output2.xlsx'")

代码解析

读取数据：
```
df = pd.read_excel('输入数据.xlsx', header=None, engine='openpyxl')
```
使用 pd.read_excel() 来读取 Excel 文件。在这个例子中，假设文件没有表头，因此设置 header=None。
分割列：
```
df[4] = df[4].str.split(',')
```
假设第五列（即索引为 4 的列）需要进行分割。我们使用 str.split(',') 方法将该列的每个单元格按逗号分割成多个元素。
展开列：
```
df_expanded = df.explode(4, ignore_index=True)
```
使用 explode() 函数将第五列的列表元素展开为多行，每一行对应列表中的一个元素。
去除空格：
```
df_expanded[4] = df_expanded[4].str.strip()
```
对展开后的列进行清理，去除多余的空格。
进一步分列：
```
df_expanded[['分列1', '分列2']] = df_expanded[4].str.split(' ', n=1, expand=True)
```
将经过清理的第五列按空格分割为两列，并分别命名为“分列1”和“分列2”。这里我们指定 n=1，确保只按第一个空格进行分割。
删除原始列：
```
df_expanded = df_expanded.drop(columns=[4])
```
删除原始的第五列，以确保数据格式的整洁。

转换数据格式：

df_expanded[0] = df_expanded[0].astype(str)
df_expanded[1] = df_expanded[1].astype(str)
df_expanded[2] = df_expanded[2].astype(str)
df_expanded[3] = df_expanded[3].astype(str)

将前四列的数据转换为字符串格式，以避免格式不一致。

保存结果：
```
df_expanded.to_excel('output2.xlsx', index=False, header=False, engine='openpyxl')
```
最后，将处理后的数据保存为新的 Excel 文件。这里我们指定不保存索引和表头，保持数据格式简洁。