######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'语文':[110,105,109],
'数学':[105,88,120],
'英语':[99,115,130]
})
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'体育':[34.5,39.7,38]})
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_2,df_1,on='姓名') #使用merge函数,根据“姓名”这一列进行数据合并
print(df_3)
print("-" * 10)
## 不输出索引:
Result_1 = df_3.to_string(index=False)
print(Result_1)
脚本运行的结果:(数据合并后会自动重置索引)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语
0 李大杰 110 105 99
1 Jacky 105 88 115
2 zhuohua 109 120 130
----------
姓名 体育
0 李大杰 34.5
1 Jacky 39.7
2 zhuohua 38.0
----------
姓名 体育 语文 数学 英语
0 李大杰 34.5 110 105 99
1 Jacky 39.7 105 88 115
2 zhuohua 38.0 109 120 130
----------
姓名 体育 语文 数学 英语
李大杰 34.5 110 105 99
Jacky 39.7 105 88 115
zhuohua 38.0 109 120 130
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'语文':[110,105,109],
'数学':[105,88,120],
'英语':[99,115,130]
})
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'体育':[34.5,39.7,38]})
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,on='姓名') #使用merge函数,根据“姓名”这一列进行数据合并
print(df_3)
脚本运行的结果:(数据合并后会自动重置索引)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语
0 李大杰 110 105 99
1 Jacky 105 88 115
2 zhuohua 109 120 130
----------
姓名 体育
0 李大杰 34.5
1 Jacky 39.7
2 zhuohua 38.0
----------
姓名 语文 数学 英语 体育
0 李大杰 110 105 99 34.5
1 Jacky 105 88 115 39.7
2 zhuohua 109 120 130 38.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'语文':[110,105,109],
'数学':[105,88,120],
'英语':[99,115,130]
},
index=[1,2,3])
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'体育':[34.5,39.7,38]},
index=[7,8,9])
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,on='姓名') #使用merge函数,根据“姓名”这一列进行数据合并
print(df_3)
脚本运行的结果:(数据合并后会自动重置索引)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语
1 李大杰 110 105 99
2 Jacky 105 88 115
3 zhuohua 109 120 130
----------
姓名 体育
7 李大杰 34.5
8 Jacky 39.7
9 zhuohua 38.0
----------
姓名 语文 数学 英语 体育
0 李大杰 110 105 99 34.5
1 Jacky 105 88 115 39.7
2 zhuohua 109 120 130 38.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky Li','zhuohua'],
'语文':[110,105,109],
'数学':[105,88,120],
'英语':[99,115,130]
},
index=[1,2,3])
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'体育':[34.5,39.7,38]},
index=[7,8,9])
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,on='姓名') #使用merge函数,根据“姓名”这一列进行数据合并
print(df_3)
脚本运行的结果:(当两个表的列“姓名”的数据不一致时,结果是两表的交集)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语
1 李大杰 110 105 99
2 Jacky Li 105 88 115
3 zhuohua 109 120 130
----------
姓名 体育
7 李大杰 34.5
8 Jacky 39.7
9 zhuohua 38.0
----------
姓名 语文 数学 英语 体育
0 李大杰 110 105 99 34.5
1 zhuohua 109 120 130 38.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'语文':[110,105,109],
'数学':[105,88,120],
'英语':[99,115,130]
},
index=[1,2,3])
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua Wu'],
'体育':[34.5,39.7,38]},
index=[7,8,9])
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,on='姓名') #使用merge函数,根据“姓名”这一列进行数据合并
print(df_3)
脚本运行的结果:(当两个表的列“姓名”的数据不一致时,结果是两表的交集)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语
1 李大杰 110 105 99
2 Jacky 105 88 115
3 zhuohua 109 120 130
----------
姓名 体育
7 李大杰 34.5
8 Jacky 39.7
9 zhuohua Wu 38.0
----------
姓名 语文 数学 英语 体育
0 李大杰 110 105 99 34.5
1 Jacky 105 88 115 39.7
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'语文':[110,105,109],
'数学':[105,88,120],
'英语':[99,115,130],'考试时间':['一月','一月','一月']
})
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'体育':[34.5,39.7,38],'考试时间':['一月','一月','一月']})
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,on='姓名') #使用merge函数,根据“姓名”这一列进行数据合并
print(df_3)
脚本运行的结果:(两个表的列标题相同时,会自动给列标题改名)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语 考试时间
0 李大杰 110 105 99 一月
1 Jacky 105 88 115 一月
2 zhuohua 109 120 130 一月
----------
姓名 体育 考试时间
0 李大杰 34.5 一月
1 Jacky 39.7 一月
2 zhuohua 38.0 一月
----------
姓名 语文 数学 英语 考试时间_x 体育 考试时间_y
0 李大杰 110 105 99 一月 34.5 一月
1 Jacky 105 88 115 一月 39.7 一月
2 zhuohua 109 120 130 一月 38.0 一月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'语文':[110,105,109],
'数学':[105,88,120],
'英语':[99,115,130],'考试时间':['一月','一月','一月']
})
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'体育':[34.5,39.7,38],'考试时间':['二月','二月','二月']})
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,on='姓名') #使用merge函数,根据“姓名”这一列进行数据合并
print(df_3)
脚本运行的结果:(两个表的列标题相同时,会自动给列标题改名)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语 考试时间
0 李大杰 110 105 99 一月
1 Jacky 105 88 115 一月
2 zhuohua 109 120 130 一月
----------
姓名 体育 考试时间
0 李大杰 34.5 二月
1 Jacky 39.7 二月
2 zhuohua 38.0 二月
----------
姓名 语文 数学 英语 考试时间_x 体育 考试时间_y
0 李大杰 110 105 99 一月 34.5 二月
1 Jacky 105 88 115 一月 39.7 二月
2 zhuohua 109 120 130 一月 38.0 二月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'语文':[110,105,109],
'数学':[105,88,120],
'英语':[99,115,130],'考试时间':['一月','一月','一月']
})
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'体育':[34.5,39.7,38],'英语':[9,15,10],'考试时间':['二月','二月','二月']})
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,on='姓名') #使用merge函数,根据“姓名”这一列进行数据合并
print(df_3)
脚本运行的结果:(两个表的列标题相同时,会自动给列标题改名)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语 考试时间
0 李大杰 110 105 99 一月
1 Jacky 105 88 115 一月
2 zhuohua 109 120 130 一月
----------
姓名 体育 英语 考试时间
0 李大杰 34.5 9 二月
1 Jacky 39.7 15 二月
2 zhuohua 38.0 10 二月
----------
姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
0 李大杰 110 105 99 一月 34.5 9 二月
1 Jacky 105 88 115 一月 39.7 15 二月
2 zhuohua 109 120 130 一月 38.0 10 二月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua','李大杰'],
'语文':[110,105,109,60],
'数学':[105,88,120,60],
'英语':[99,115,130,60],'考试时间':['一月','一月','一月','二月']
})
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'体育':[34.5,39.7,38]})
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,on='姓名') #使用merge函数,根据“姓名”这一列进行数据合并
print(df_3)
脚本运行的结果:(当两个表的列“姓名”的数据重复时,结果是两表的并集)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语 考试时间
0 李大杰 110 105 99 一月
1 Jacky 105 88 115 一月
2 zhuohua 109 120 130 一月
3 李大杰 60 60 60 二月
----------
姓名 体育
0 李大杰 34.5
1 Jacky 39.7
2 zhuohua 38.0
----------
姓名 语文 数学 英语 考试时间 体育
0 李大杰 110 105 99 一月 34.5
1 李大杰 60 60 60 二月 34.5
2 Jacky 105 88 115 一月 39.7
3 zhuohua 109 120 130 一月 38.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua','李大杰'],
'语文':[110,105,109,60],
'数学':[105,88,120,60],
'英语':[99,115,130,60],'考试时间':['一月','一月','一月','二月']
})
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'体育':[34.5,39.7,38],
'姓名':['李大杰','Jacky','zhuohua']
})
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,on='姓名') #使用merge函数,根据“姓名”这一列进行数据合并
print(df_3)
脚本运行的结果:(当两个表的列“姓名”的数据重复时,结果是两表的并集)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语 考试时间
0 李大杰 110 105 99 一月
1 Jacky 105 88 115 一月
2 zhuohua 109 120 130 一月
3 李大杰 60 60 60 二月
----------
体育 姓名
0 34.5 李大杰
1 39.7 Jacky
2 38.0 zhuohua
----------
姓名 语文 数学 英语 考试时间 体育
0 李大杰 110 105 99 一月 34.5
1 李大杰 60 60 60 二月 34.5
2 Jacky 105 88 115 一月 39.7
3 zhuohua 109 120 130 一月 38.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua','李大杰'],
'语文':[110,105,109,60],
'数学':[105,88,120,60],
'英语':[99,115,130,60],'考试时间':['一月','一月','一月','二月']
})
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'体育':[34.5,39.7,38],
'姓名':['李大杰','Jacky','zhuohua']
})
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_2,df_1,on='姓名') #使用merge函数,根据“姓名”这一列进行数据合并
print(df_3)
脚本运行的结果:(当两个表的列“姓名”的数据重复时,结果是两表的并集)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语 考试时间
0 李大杰 110 105 99 一月
1 Jacky 105 88 115 一月
2 zhuohua 109 120 130 一月
3 李大杰 60 60 60 二月
----------
体育 姓名
0 34.5 李大杰
1 39.7 Jacky
2 38.0 zhuohua
----------
体育 姓名 语文 数学 英语 考试时间
0 34.5 李大杰 110 105 99 一月
1 34.5 李大杰 60 60 60 二月
2 39.7 Jacky 105 88 115 一月
3 38.0 zhuohua 109 120 130 一月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua','李大杰'],
'语文':[110,105,109,60],
'数学':[105,88,120,60],
'英语':[99,115,130,60],'考试时间':['一月','一月','一月','二月']
})
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'体育':[34.5,39.7,38],'考试时间':['一月','一月','一月']})
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,on='姓名') #使用merge函数,根据“姓名”这一列进行数据合并
print(df_3)
脚本运行的结果:(当两个表的列“姓名”的数据重复时,结果是两表的并集)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语 考试时间
0 李大杰 110 105 99 一月
1 Jacky 105 88 115 一月
2 zhuohua 109 120 130 一月
3 李大杰 60 60 60 二月
----------
姓名 体育 考试时间
0 李大杰 34.5 一月
1 Jacky 39.7 一月
2 zhuohua 38.0 一月
----------
姓名 语文 数学 英语 考试时间_x 体育 考试时间_y
0 李大杰 110 105 99 一月 34.5 一月
1 李大杰 60 60 60 二月 34.5 一月
2 Jacky 105 88 115 一月 39.7 一月
3 zhuohua 109 120 130 一月 38.0 一月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua','李大杰'],
'语文':[110,105,109,60],
'数学':[105,88,120,60],
'英语':[99,115,130,60],'考试时间':['一月','一月','一月','二月']
})
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'体育':[34.5,39.7,38],'英语':[9,15,10],'考试时间':['二月','二月','二月']})
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,on='姓名') #使用merge函数,根据“姓名”这一列进行数据合并
print(df_3)
脚本运行的结果:(当两个表的列“姓名”的数据重复时,结果是两表的并集)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语 考试时间
0 李大杰 110 105 99 一月
1 Jacky 105 88 115 一月
2 zhuohua 109 120 130 一月
3 李大杰 60 60 60 二月
----------
姓名 体育 英语 考试时间
0 李大杰 34.5 9 二月
1 Jacky 39.7 15 二月
2 zhuohua 38.0 10 二月
----------
姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
0 李大杰 110 105 99 一月 34.5 9 二月
1 李大杰 60 60 60 二月 34.5 9 二月
2 Jacky 105 88 115 一月 39.7 15 二月
3 zhuohua 109 120 130 一月 38.0 10 二月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua','李大杰'],
'语文':[110,105,109,60],
'数学':[105,88,120,60],
'英语':[99,115,130,60],'考试时间':['一月','一月','一月','二月']
})
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['Jacky','李大杰','Jacky','zhuohua'],
'体育':[60,34.5,39.7,38],'考试时间':['一月','二月','二月','二月']})
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,on='姓名') #使用merge函数,根据“姓名”这一列进行数据合并
print(df_3)
脚本运行的结果:(当两个表的列“姓名”的数据重复时,结果是两表的并集)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语 考试时间
0 李大杰 110 105 99 一月
1 Jacky 105 88 115 一月
2 zhuohua 109 120 130 一月
3 李大杰 60 60 60 二月
----------
姓名 体育 考试时间
0 Jacky 60.0 一月
1 李大杰 34.5 二月
2 Jacky 39.7 二月
3 zhuohua 38.0 二月
----------
姓名 语文 数学 英语 考试时间_x 体育 考试时间_y
0 李大杰 110 105 99 一月 34.5 二月
1 李大杰 60 60 60 二月 34.5 二月
2 Jacky 105 88 115 一月 60.0 一月
3 Jacky 105 88 115 一月 39.7 二月
4 zhuohua 109 120 130 一月 38.0 二月
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'语文':[110,105,109],
'数学':[105,88,120],
'英语':[99,115,130],
'体育':[34.5,39.7,38]
},
index=[1,2,3])
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'体育':[34.5,39.7,38]},
index=[7,8,9])
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,on='姓名') #使用merge函数,根据“姓名”这一列进行数据合并
print(df_3)
脚本运行的结果:(两个表的列标题相同时,会自动给列标题改名)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语 体育
1 李大杰 110 105 99 34.5
2 Jacky 105 88 115 39.7
3 zhuohua 109 120 130 38.0
----------
姓名 体育
7 李大杰 34.5
8 Jacky 39.7
9 zhuohua 38.0
----------
姓名 语文 数学 英语 体育_x 体育_y
0 李大杰 110 105 99 34.5 34.5
1 Jacky 105 88 115 39.7 39.7
2 zhuohua 109 120 130 38.0 38.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'语文':[110,105,109],
'数学':[105,88,120],
'英语':[99,115,130],
'体育':[34.5,39.7,38]
},
index=[1,2,3])
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'体育':[34.5,39.7,38]},
index=[7,8,9])
print(df_2)
print("-" * 10)
#使用merge函数,根据“姓名”、“体育”这两列进行数据合并:
df_3 = pd.merge(df_1,df_2,on=['姓名','体育'])
print(df_3)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语 体育
1 李大杰 110 105 99 34.5
2 Jacky 105 88 115 39.7
3 zhuohua 109 120 130 38.0
----------
姓名 体育
7 李大杰 34.5
8 Jacky 39.7
9 zhuohua 38.0
----------
姓名 语文 数学 英语 体育
0 李大杰 110 105 99 34.5
1 Jacky 105 88 115 39.7
2 zhuohua 109 120 130 38.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'语文':[110,105,109],
'数学':[105,88,120],
'英语':[99,115,130],
'体育':[34.5,1,38]
},
index=[1,2,3])
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'体育':[34.5,39.7,38]},
index=[7,8,9])
print(df_2)
print("-" * 10)
#使用merge函数,根据“姓名”、“体育”这两列进行数据合并:
df_3 = pd.merge(df_1,df_2,on=['姓名','体育'])
print(df_3)
脚本运行的结果:(当两个表的列“姓名”、“体育”的数据不一致时,结果是两表的交集)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语 体育
1 李大杰 110 105 99 34.5
2 Jacky 105 88 115 1.0
3 zhuohua 109 120 130 38.0
----------
姓名 体育
7 李大杰 34.5
8 Jacky 39.7
9 zhuohua 38.0
----------
姓名 语文 数学 英语 体育
0 李大杰 110 105 99 34.5
1 zhuohua 109 120 130 38.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'语文':[110,105,109],
'数学':[105,88,120],
'英语':[99,115,130],
'体育':[34.5,39.7,38]
},
index=[1,2,3])
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua wu'],
'体育':[34.5,39.7,38]},
index=[7,8,9])
print(df_2)
print("-" * 10)
#使用merge函数,根据“姓名”、“体育”这两列进行数据合并:
df_3 = pd.merge(df_1,df_2,on=['姓名','体育'])
print(df_3)
脚本运行的结果:(当两个表的列“姓名”、“体育”的数据不一致时,结果是两表的交集)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语 体育
1 李大杰 110 105 99 34.5
2 Jacky 105 88 115 39.7
3 zhuohua 109 120 130 38.0
----------
姓名 体育
7 李大杰 34.5
8 Jacky 39.7
9 zhuohua wu 38.0
----------
姓名 语文 数学 英语 体育
0 李大杰 110 105 99 34.5
1 Jacky 105 88 115 39.7
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua','Lily'],
'语文':[110,105,109,60],
'数学':[105,88,120,60],
'英语':[99,115,130,60]
},
index=[1,2,3,4])
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'体育':[34.5,39.7,38]},
index=[7,8,9])
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,on='姓名') #使用merge函数,根据“姓名”这一列进行数据合并
print(df_3)
脚本运行的结果:(当两个表的行数不一致时,结果是两表的交集)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语
1 李大杰 110 105 99
2 Jacky 105 88 115
3 zhuohua 109 120 130
4 Lily 60 60 60
----------
姓名 体育
7 李大杰 34.5
8 Jacky 39.7
9 zhuohua 38.0
----------
姓名 语文 数学 英语 体育
0 李大杰 110 105 99 34.5
1 Jacky 105 88 115 39.7
2 zhuohua 109 120 130 38.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua','Lily'],
'语文':[110,105,109,60],
'数学':[105,88,120,60],
'英语':[99,115,130,60]
},
index=[1,2,3,4])
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'体育':[34.5,39.7,38]},
index=[7,8,9])
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_2,df_1,on='姓名') #使用merge函数,根据“姓名”这一列进行数据合并
print(df_3)
脚本运行的结果:(当两个表的行数不一致时,结果是两表的交集)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语
1 李大杰 110 105 99
2 Jacky 105 88 115
3 zhuohua 109 120 130
4 Lily 60 60 60
----------
姓名 体育
7 李大杰 34.5
8 Jacky 39.7
9 zhuohua 38.0
----------
姓名 体育 语文 数学 英语
0 李大杰 34.5 110 105 99
1 Jacky 39.7 105 88 115
2 zhuohua 38.0 109 120 130
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','Lily','zhuohua'],
'语文':[110,105,109,60],
'数学':[105,88,120,60],
'英语':[99,115,130,60]
},
index=[1,2,3,4])
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'体育':[34.5,39.7,38]},
index=[7,8,9])
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,on='姓名') #使用merge函数,根据“姓名”这一列进行数据合并
print(df_3)
脚本运行的结果:(当两个表的行数不一致时,结果是两表的交集)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语
1 李大杰 110 105 99
2 Jacky 105 88 115
3 Lily 109 120 130
4 zhuohua 60 60 60
----------
姓名 体育
7 李大杰 34.5
8 Jacky 39.7
9 zhuohua 38.0
----------
姓名 语文 数学 英语 体育
0 李大杰 110 105 99 34.5
1 Jacky 105 88 115 39.7
2 zhuohua 60 60 60 38.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','Lily','zhuohua'],
'语文':[110,105,109,60],
'数学':[105,88,120,60],
'英语':[99,115,130,60]
},
index=[1,2,3,4])
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'体育':[34.5,39.7,38]},
index=[7,8,9])
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_2,df_1,on='姓名') #使用merge函数,根据“姓名”这一列进行数据合并
print(df_3)
脚本运行的结果:(当两个表的行数不一致时,结果是两表的交集)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语
1 李大杰 110 105 99
2 Jacky 105 88 115
3 Lily 109 120 130
4 zhuohua 60 60 60
----------
姓名 体育
7 李大杰 34.5
8 Jacky 39.7
9 zhuohua 38.0
----------
姓名 体育 语文 数学 英语
0 李大杰 34.5 110 105 99
1 Jacky 39.7 105 88 115
2 zhuohua 38.0 60 60 60
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_columns_1 = ['商品编号','商品名称','产地']
Key_data_1 = [['SP001','蛋糕','广东省广州市'],['SP002','雪糕','广东省清远市'],['SP003','面包','广东省佛山市']]
df_1 = pd.DataFrame(data=Key_data_1,columns=Key_columns_1) #使用二维数组创建DataFrame数据
df_1 = df_1.set_index(['商品编号']) #设置指定列的数据为索引
print(df_1)
print("-" * 10)
Key_columns_2 = ['商品名称','味道']
Key_data_2 = [['蛋糕','草莓味'],['雪糕','青瓜味'],['面包','番茄味']]
df_2 = pd.DataFrame(data=Key_data_2,columns=Key_columns_2) #使用二维数组创建DataFrame数据
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,on='商品名称') #使用merge函数,根据“商品名称”这一列进行数据合并
print(df_3)
脚本运行的结果:(数据合并后会自动重置索引)
C:\Users\jacky\Desktop>python xx.py
商品名称 产地
商品编号
SP001 蛋糕 广东省广州市
SP002 雪糕 广东省清远市
SP003 面包 广东省佛山市
----------
商品名称 味道
0 蛋糕 草莓味
1 雪糕 青瓜味
2 面包 番茄味
----------
商品名称 产地 味道
0 蛋糕 广东省广州市 草莓味
1 雪糕 广东省清远市 青瓜味
2 面包 广东省佛山市 番茄味
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_index_1 = ['SP001','SP002','SP003']
Key_columns_1 = ['商品名称','产地']
Key_data_1 = [['蛋糕','广东省广州市'],['雪糕','广东省清远市'],['面包','广东省佛山市']]
df_1 = pd.DataFrame(data=Key_data_1,index=Key_index_1,columns=Key_columns_1) #使用二维数组创建DataFrame数据
print(df_1)
print("-" * 10)
Key_columns_2 = ['商品名称','味道']
Key_data_2 = [['蛋糕','草莓味'],['雪糕','青瓜味'],['面包','番茄味']]
df_2 = pd.DataFrame(data=Key_data_2,columns=Key_columns_2) #使用二维数组创建DataFrame数据
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,on='商品名称') #使用merge函数,根据“商品名称”这一列进行数据合并
print(df_3)
脚本运行的结果:(数据合并后会自动重置索引)
C:\Users\jacky\Desktop>python xx.py
商品名称 产地
SP001 蛋糕 广东省广州市
SP002 雪糕 广东省清远市
SP003 面包 广东省佛山市
----------
商品名称 味道
0 蛋糕 草莓味
1 雪糕 青瓜味
2 面包 番茄味
----------
商品名称 产地 味道
0 蛋糕 广东省广州市 草莓味
1 雪糕 广东省清远市 青瓜味
2 面包 广东省佛山市 番茄味
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_index_1 = ['SP001','SP002','SP003']
Key_columns_1 = ['商品名称','产地']
Key_data_1 = [['蛋糕','广东省广州市'],['雪糕','广东省清远市'],['面包','广东省佛山市']]
df_1 = pd.DataFrame(data=Key_data_1,index=Key_index_1,columns=Key_columns_1) #使用二维数组创建DataFrame数据
print(df_1)
print("-" * 10)
Key_columns_2 = ['商品名称','味道']
Key_data_2 = [['蛋糕','草莓味'],['雪糕','青瓜味'],['面包','番茄味'],['方便面','蒜香味']]
df_2 = pd.DataFrame(data=Key_data_2,columns=Key_columns_2) #使用二维数组创建DataFrame数据
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,on='商品名称') #使用merge函数,根据“商品名称”这一列进行数据合并
print(df_3)
脚本运行的结果:(当两个表的行数不一致时,结果是两表的交集)
C:\Users\jacky\Desktop>python xx.py
商品名称 产地
SP001 蛋糕 广东省广州市
SP002 雪糕 广东省清远市
SP003 面包 广东省佛山市
----------
商品名称 味道
0 蛋糕 草莓味
1 雪糕 青瓜味
2 面包 番茄味
3 方便面 蒜香味
----------
商品名称 产地 味道
0 蛋糕 广东省广州市 草莓味
1 雪糕 广东省清远市 青瓜味
2 面包 广东省佛山市 番茄味
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_index_1 = ['SP001','SP002','SP003']
Key_columns_1 = ['商品名称','产地']
Key_data_1 = [['蛋糕','广东省广州市'],['雪糕','广东省清远市'],['面包','广东省佛山市']]
df_1 = pd.DataFrame(data=Key_data_1,index=Key_index_1,columns=Key_columns_1) #使用二维数组创建DataFrame数据
print(df_1)
print("-" * 10)
Key_columns_2 = ['商品名称','味道']
Key_data_2 = [['蛋糕','草莓味'],['雪糕','青瓜味'],['方便面','蒜香味'],['面包','番茄味']]
df_2 = pd.DataFrame(data=Key_data_2,columns=Key_columns_2) #使用二维数组创建DataFrame数据
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_2,df_1,on='商品名称') #使用merge函数,根据“商品名称”这一列进行数据合并
print(df_3)
脚本运行的结果:(当两个表的行数不一致时,结果是两表的交集)
C:\Users\jacky\Desktop>python xx.py
商品名称 产地
SP001 蛋糕 广东省广州市
SP002 雪糕 广东省清远市
SP003 面包 广东省佛山市
----------
商品名称 味道
0 蛋糕 草莓味
1 雪糕 青瓜味
2 方便面 蒜香味
3 面包 番茄味
----------
商品名称 味道 产地
0 蛋糕 草莓味 广东省广州市
1 雪糕 青瓜味 广东省清远市
2 面包 番茄味 广东省佛山市
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_index_1 = ['李大杰','Jacky','zhuohua']
Key_columns_1 = ['语文成绩','数学成绩','英语成绩','班级']
Key_data_1 = [[111,106,109,'三年一班'],[105,106,119,'三年二班'],[99.5,115,130,'三年二班']]
df_1 = pd.DataFrame(data=Key_data_1,index=Key_index_1,columns=Key_columns_1) #使用二维数组创建DataFrame数据
print(df_1)
print("-" * 10)
Key_index_2 = ['李大杰','Jacky','zhuohua']
Key_columns_2 = ['物理成绩','体育成绩']
Key_data_2 = [[111,106],[105,106],[99.5,118]]
df_2 = pd.DataFrame(data=Key_data_2,index=Key_index_2,columns=Key_columns_2) #使用二维数组创建DataFrame数据
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,right_index=True,left_index=True) #使用merge函数,根据索引进行数据合并
print(df_3)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 111.0 106 109 三年一班
Jacky 105.0 106 119 三年二班
zhuohua 99.5 115 130 三年二班
----------
物理成绩 体育成绩
李大杰 111.0 106
Jacky 105.0 106
zhuohua 99.5 118
----------
语文成绩 数学成绩 英语成绩 班级 物理成绩 体育成绩
李大杰 111.0 106 109 三年一班 111.0 106
Jacky 105.0 106 119 三年二班 105.0 106
zhuohua 99.5 115 130 三年二班 99.5 118
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_index_1 = ['李大杰','Jacky','zhuohua']
Key_columns_1 = ['语文成绩','数学成绩','英语成绩','班级']
Key_data_1 = [[111,106,109,'三年一班'],[105,106,119,'三年二班'],[99.5,115,130,'三年二班']]
df_1 = pd.DataFrame(data=Key_data_1,index=Key_index_1,columns=Key_columns_1) #使用二维数组创建DataFrame数据
print(df_1)
print("-" * 10)
Key_index_2 = ['李大杰','Jacky','zhuohua']
Key_columns_2 = ['物理成绩','体育成绩']
Key_data_2 = [[111,106],[105,106],[99.5,118]]
df_2 = pd.DataFrame(data=Key_data_2,index=Key_index_2,columns=Key_columns_2) #使用二维数组创建DataFrame数据
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_2,df_1,right_index=True,left_index=True) #使用merge函数,根据索引进行数据合并
print(df_3)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 111.0 106 109 三年一班
Jacky 105.0 106 119 三年二班
zhuohua 99.5 115 130 三年二班
----------
物理成绩 体育成绩
李大杰 111.0 106
Jacky 105.0 106
zhuohua 99.5 118
----------
物理成绩 体育成绩 语文成绩 数学成绩 英语成绩 班级
李大杰 111.0 106 111.0 106 109 三年一班
Jacky 105.0 106 105.0 106 119 三年二班
zhuohua 99.5 118 99.5 115 130 三年二班
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_index_1 = ['李大杰','Jacky','zhuohua']
Key_columns_1 = ['语文成绩','数学成绩','英语成绩','班级']
Key_data_1 = [[111,106,109,'三年一班'],[105,106,119,'三年二班'],[99.5,115,130,'三年二班']]
df_1 = pd.DataFrame(data=Key_data_1,index=Key_index_1,columns=Key_columns_1) #使用二维数组创建DataFrame数据
print(df_1)
print("-" * 10)
Key_index_2 = ['李大杰','Jacky','zhuohua']
Key_columns_2 = ['班级','物理成绩','体育成绩']
Key_data_2 = [['三年一班',111,106],['三年二班',105,106],['三年二班',99.5,118]]
df_2 = pd.DataFrame(data=Key_data_2,index=Key_index_2,columns=Key_columns_2) #使用二维数组创建DataFrame数据
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,right_index=True,left_index=True) #使用merge函数,根据索引进行数据合并
print(df_3)
脚本运行的结果:(两个表的列标题相同时,会自动给列标题改名)
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 111.0 106 109 三年一班
Jacky 105.0 106 119 三年二班
zhuohua 99.5 115 130 三年二班
----------
班级 物理成绩 体育成绩
李大杰 三年一班 111.0 106
Jacky 三年二班 105.0 106
zhuohua 三年二班 99.5 118
----------
语文成绩 数学成绩 英语成绩 班级_x 班级_y 物理成绩 体育成绩
李大杰 111.0 106 109 三年一班 三年一班 111.0 106
Jacky 105.0 106 119 三年二班 三年二班 105.0 106
zhuohua 99.5 115 130 三年二班 三年二班 99.5 118
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_index_1 = ['李大杰','Jacky','zhuohua']
Key_columns_1 = ['语文成绩','数学成绩','英语成绩','班级']
Key_data_1 = [[111,106,109,'三年一班'],[105,106,119,'三年二班'],[99.5,115,130,'三年二班']]
df_1 = pd.DataFrame(data=Key_data_1,index=Key_index_1,columns=Key_columns_1) #使用二维数组创建DataFrame数据
print(df_1)
print("-" * 10)
Key_index_2 = ['李大杰','Jacky','zhuohua']
Key_columns_2 = ['班级','物理成绩','体育成绩']
Key_data_2 = [['三年一班',111,106],['三年二班',105,106],['三年san班',99.5,118]]
df_2 = pd.DataFrame(data=Key_data_2,index=Key_index_2,columns=Key_columns_2) #使用二维数组创建DataFrame数据
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,right_index=True,left_index=True) #使用merge函数,根据索引进行数据合并
print(df_3)
脚本运行的结果:(两个表的列标题相同时,会自动给列标题改名)
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 111.0 106 109 三年一班
Jacky 105.0 106 119 三年二班
zhuohua 99.5 115 130 三年二班
----------
班级 物理成绩 体育成绩
李大杰 三年一班 111.0 106
Jacky 三年二班 105.0 106
zhuohua 三年san班 99.5 118
----------
语文成绩 数学成绩 英语成绩 班级_x 班级_y 物理成绩 体育成绩
李大杰 111.0 106 109 三年一班 三年一班 111.0 106
Jacky 105.0 106 119 三年二班 三年二班 105.0 106
zhuohua 99.5 115 130 三年二班 三年san班 99.5 118
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_index_1 = ['李大杰','Jacky','zhuohua']
Key_columns_1 = ['语文成绩','数学成绩','英语成绩','班级']
Key_data_1 = [[111,106,109,'三年一班'],[105,106,119,'三年二班'],[99.5,115,130,'三年二班']]
df_1 = pd.DataFrame(data=Key_data_1,index=Key_index_1,columns=Key_columns_1) #使用二维数组创建DataFrame数据
print(df_1)
print("-" * 10)
Key_index_2 = ['李大杰','Jacky','zhuohua']
Key_columns_2 = ['班级','物理成绩','体育成绩']
Key_data_2 = [['三年一班',111,106],['三年二班',105,106],['三年二班',99.5,118]]
df_2 = pd.DataFrame(data=Key_data_2,index=Key_index_2,columns=Key_columns_2) #使用二维数组创建DataFrame数据
print(df_2)
print("-" * 10)
## 使用merge函数,根据索引进行数据合并,并对“班级”这一列的数据进行去重:(以下是保留df_1的“班级”的数据)
df_3 = pd.merge(df_1,df_2,on='班级',right_index=True,left_index=True)
print(df_3)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 111.0 106 109 三年一班
Jacky 105.0 106 119 三年二班
zhuohua 99.5 115 130 三年二班
----------
班级 物理成绩 体育成绩
李大杰 三年一班 111.0 106
Jacky 三年二班 105.0 106
zhuohua 三年二班 99.5 118
----------
语文成绩 数学成绩 英语成绩 班级 物理成绩 体育成绩
李大杰 111.0 106 109 三年一班 111.0 106
Jacky 105.0 106 119 三年二班 105.0 106
zhuohua 99.5 115 130 三年二班 99.5 118
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_index_1 = ['李大杰','Jacky','zhuohua']
Key_columns_1 = ['语文成绩','数学成绩','英语成绩','班级']
Key_data_1 = [[111,106,109,'三年一班'],[105,106,119,'三年二班'],[99.5,115,130,'三年二班']]
df_1 = pd.DataFrame(data=Key_data_1,index=Key_index_1,columns=Key_columns_1) #使用二维数组创建DataFrame数据
print(df_1)
print("-" * 10)
Key_index_2 = ['李大杰','Jacky','zhuohua']
Key_columns_2 = ['班级','物理成绩','体育成绩']
Key_data_2 = [['三年一班',111,106],['三年二班',105,106],['三年san班',99.5,118]]
df_2 = pd.DataFrame(data=Key_data_2,index=Key_index_2,columns=Key_columns_2) #使用二维数组创建DataFrame数据
print(df_2)
print("-" * 10)
## 使用merge函数,根据索引进行数据合并,并对“班级”这一列的数据进行去重:(以下是保留df_1的“班级”的数据)
df_3 = pd.merge(df_1,df_2,on='班级',right_index=True,left_index=True)
print(df_3)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 111.0 106 109 三年一班
Jacky 105.0 106 119 三年二班
zhuohua 99.5 115 130 三年二班
----------
班级 物理成绩 体育成绩
李大杰 三年一班 111.0 106
Jacky 三年二班 105.0 106
zhuohua 三年san班 99.5 118
----------
语文成绩 数学成绩 英语成绩 班级 物理成绩 体育成绩
李大杰 111.0 106 109 三年一班 111.0 106
Jacky 105.0 106 119 三年二班 105.0 106
zhuohua 99.5 115 130 三年二班 99.5 118
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_index_1 = ['李大杰','Jacky','zhuohua']
Key_columns_1 = ['语文成绩','数学成绩','英语成绩','班级']
Key_data_1 = [[111,106,109,'三年一班'],[105,106,119,'三年二班'],[99.5,115,130,'三年二班']]
df_1 = pd.DataFrame(data=Key_data_1,index=Key_index_1,columns=Key_columns_1) #使用二维数组创建DataFrame数据
print(df_1)
print("-" * 10)
Key_index_2 = ['李大杰','Jacky','zhuohua']
Key_columns_2 = ['班级','物理成绩','体育成绩']
Key_data_2 = [['三年一班',111,106],['三年二班',105,106],['三年san班',99.5,118]]
df_2 = pd.DataFrame(data=Key_data_2,index=Key_index_2,columns=Key_columns_2) #使用二维数组创建DataFrame数据
print(df_2)
print("-" * 10)
## 使用merge函数,根据索引进行数据合并,并对“班级”这一列的数据进行去重:(以下是保留df_2的“班级”的数据)
df_3 = pd.merge(df_2,df_1,on='班级',right_index=True,left_index=True)
print(df_3)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
语文成绩 数学成绩 英语成绩 班级
李大杰 111.0 106 109 三年一班
Jacky 105.0 106 119 三年二班
zhuohua 99.5 115 130 三年二班
----------
班级 物理成绩 体育成绩
李大杰 三年一班 111.0 106
Jacky 三年二班 105.0 106
zhuohua 三年san班 99.5 118
----------
班级 物理成绩 体育成绩 语文成绩 数学成绩 英语成绩
李大杰 三年一班 111.0 106 111.0 106 109
Jacky 三年二班 105.0 106 105.0 106 119
zhuohua 三年san班 99.5 118 99.5 115 130
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_index_1 = ['李大杰','Jacky','zhuohua']
Key_columns_1 = ['语文成绩','班级','化学成绩']
Key_data_1 = [[111,'三年一班',60],[105,'三年二班',60],[99.5,'三年二班',61]]
df_1 = pd.DataFrame(data=Key_data_1,index=Key_index_1,columns=Key_columns_1) #使用二维数组创建DataFrame数据
print(df_1)
print("-" * 10)
Key_index_2 = ['李大杰','Jacky','zhuohua']
Key_columns_2 = ['班级','体育成绩','化学成绩']
Key_data_2 = [['三年一班',106,60],['三年二班',106,60],['三年二班',118,61]]
df_2 = pd.DataFrame(data=Key_data_2,index=Key_index_2,columns=Key_columns_2) #使用二维数组创建DataFrame数据
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,right_index=True,left_index=True) #使用merge函数,根据索引进行数据合并
print(df_3)
脚本运行的结果:(两个表的列标题相同时,会自动给列标题改名)
C:\Users\jacky\Desktop>python xx.py
语文成绩 班级 化学成绩
李大杰 111.0 三年一班 60
Jacky 105.0 三年二班 60
zhuohua 99.5 三年二班 61
----------
班级 体育成绩 化学成绩
李大杰 三年一班 106 60
Jacky 三年二班 106 60
zhuohua 三年二班 118 61
----------
语文成绩 班级_x 化学成绩_x 班级_y 体育成绩 化学成绩_y
李大杰 111.0 三年一班 60 三年一班 106 60
Jacky 105.0 三年二班 60 三年二班 106 60
zhuohua 99.5 三年二班 61 三年二班 118 61
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_index_1 = ['李大杰','Jacky','zhuohua']
Key_columns_1 = ['语文成绩','班级','化学成绩']
Key_data_1 = [[111,'三年一班',60],[105,'三年二班',60],[99.5,'三年二班',61]]
df_1 = pd.DataFrame(data=Key_data_1,index=Key_index_1,columns=Key_columns_1) #使用二维数组创建DataFrame数据
print(df_1)
print("-" * 10)
Key_index_2 = ['李大杰','Jacky','zhuohua']
Key_columns_2 = ['班级','体育成绩','化学成绩']
Key_data_2 = [['三年一班',106,60],['三年二班',106,60],['三年二班',118,66]]
df_2 = pd.DataFrame(data=Key_data_2,index=Key_index_2,columns=Key_columns_2) #使用二维数组创建DataFrame数据
print(df_2)
print("-" * 10)
df_3 = pd.merge(df_1,df_2,right_index=True,left_index=True) #使用merge函数,根据索引进行数据合并
print(df_3)
脚本运行的结果:(两个表的列标题相同时,会自动给列标题改名)
C:\Users\jacky\Desktop>python xx.py
语文成绩 班级 化学成绩
李大杰 111.0 三年一班 60
Jacky 105.0 三年二班 60
zhuohua 99.5 三年二班 61
----------
班级 体育成绩 化学成绩
李大杰 三年一班 106 60
Jacky 三年二班 106 60
zhuohua 三年二班 118 66
----------
语文成绩 班级_x 化学成绩_x 班级_y 体育成绩 化学成绩_y
李大杰 111.0 三年一班 60 三年一班 106 60
Jacky 105.0 三年二班 60 三年二班 106 60
zhuohua 99.5 三年二班 61 三年二班 118 66
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_index_1 = ['李大杰','Jacky','zhuohua']
Key_columns_1 = ['语文成绩','班级','化学成绩']
Key_data_1 = [[111,'三年一班',60],[105,'三年二班',60],[99.5,'三年二班',61]]
df_1 = pd.DataFrame(data=Key_data_1,index=Key_index_1,columns=Key_columns_1) #使用二维数组创建DataFrame数据
print(df_1)
print("-" * 10)
Key_index_2 = ['李大杰','Jacky','zhuohua']
Key_columns_2 = ['班级','体育成绩','化学成绩']
Key_data_2 = [['三年一班',106,60],['三年二班',106,60],['三年san班',118,66]]
df_2 = pd.DataFrame(data=Key_data_2,index=Key_index_2,columns=Key_columns_2) #使用二维数组创建DataFrame数据
print(df_2)
print("-" * 10)
## 使用merge函数,根据索引进行数据合并,并对“班级”这一列的数据进行去重:(以下是保留df_1的“班级”的数据)
df_3 = pd.merge(df_1,df_2,on='班级',right_index=True,left_index=True)
print(df_3)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
语文成绩 班级 化学成绩
李大杰 111.0 三年一班 60
Jacky 105.0 三年二班 60
zhuohua 99.5 三年二班 61
----------
班级 体育成绩 化学成绩
李大杰 三年一班 106 60
Jacky 三年二班 106 60
zhuohua 三年san班 118 66
----------
语文成绩 班级 化学成绩_x 体育成绩 化学成绩_y
李大杰 111.0 三年一班 60 106 60
Jacky 105.0 三年二班 60 106 60
zhuohua 99.5 三年二班 61 118 66
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_index_1 = ['李大杰','Jacky','zhuohua']
Key_columns_1 = ['语文成绩','班级','化学成绩']
Key_data_1 = [[111,'三年一班',60],[105,'三年二班',60],[99.5,'三年二班',61]]
df_1 = pd.DataFrame(data=Key_data_1,index=Key_index_1,columns=Key_columns_1) #使用二维数组创建DataFrame数据
print(df_1)
print("-" * 10)
Key_index_2 = ['李大杰','Jacky','zhuohua']
Key_columns_2 = ['班级','体育成绩','化学成绩']
Key_data_2 = [['三年一班',106,60],['三年二班',106,60],['三年san班',118,66]]
df_2 = pd.DataFrame(data=Key_data_2,index=Key_index_2,columns=Key_columns_2) #使用二维数组创建DataFrame数据
print(df_2)
print("-" * 10)
## 使用merge函数,根据索引进行数据合并,并对“班级”这一列的数据进行去重:(以下是保留df_2的“班级”的数据)
df_3 = pd.merge(df_2,df_1,on='班级',right_index=True,left_index=True)
print(df_3)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
语文成绩 班级 化学成绩
李大杰 111.0 三年一班 60
Jacky 105.0 三年二班 60
zhuohua 99.5 三年二班 61
----------
班级 体育成绩 化学成绩
李大杰 三年一班 106 60
Jacky 三年二班 106 60
zhuohua 三年san班 118 66
----------
班级 体育成绩 化学成绩_x 语文成绩 化学成绩_y
李大杰 三年一班 106 60 111.0 60
Jacky 三年二班 106 60 105.0 60
zhuohua 三年san班 118 66 99.5 61
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_index_1 = ['李大杰','Jacky','zhuohua']
Key_columns_1 = ['语文成绩','班级','化学成绩']
Key_data_1 = [[111,'三年一班',60],[105,'三年二班',60],[99.5,'三年二班',61]]
df_1 = pd.DataFrame(data=Key_data_1,index=Key_index_1,columns=Key_columns_1) #使用二维数组创建DataFrame数据
print(df_1)
print("-" * 10)
Key_index_2 = ['李大杰','Jacky','zhuohua']
Key_columns_2 = ['班级','体育成绩','化学成绩']
Key_data_2 = [['三年一班',106,60],['三年二班',106,60],['三年san班',118,66]]
df_2 = pd.DataFrame(data=Key_data_2,index=Key_index_2,columns=Key_columns_2) #使用二维数组创建DataFrame数据
print(df_2)
print("-" * 10)
## 使用merge函数,根据索引进行数据合并,并对“班级”、“化学成绩”这两列的数据进行去重:(以下是保留df_1的“班级”、“化学成绩”的数据)
df_3 = pd.merge(df_1,df_2,on=['班级','化学成绩'],right_index=True,left_index=True)
print(df_3)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
语文成绩 班级 化学成绩
李大杰 111.0 三年一班 60
Jacky 105.0 三年二班 60
zhuohua 99.5 三年二班 61
----------
班级 体育成绩 化学成绩
李大杰 三年一班 106 60
Jacky 三年二班 106 60
zhuohua 三年san班 118 66
----------
语文成绩 班级 化学成绩 体育成绩
李大杰 111.0 三年一班 60 106
Jacky 105.0 三年二班 60 106
zhuohua 99.5 三年二班 61 118
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
Key_index_1 = ['李大杰','Jacky','zhuohua']
Key_columns_1 = ['语文成绩','班级','化学成绩']
Key_data_1 = [[111,'三年一班',60],[105,'三年二班',60],[99.5,'三年二班',61]]
df_1 = pd.DataFrame(data=Key_data_1,index=Key_index_1,columns=Key_columns_1) #使用二维数组创建DataFrame数据
print(df_1)
print("-" * 10)
Key_index_2 = ['李大杰','Jacky','zhuohua']
Key_columns_2 = ['班级','体育成绩','化学成绩']
Key_data_2 = [['三年一班',106,60],['三年二班',106,60],['三年san班',118,66]]
df_2 = pd.DataFrame(data=Key_data_2,index=Key_index_2,columns=Key_columns_2) #使用二维数组创建DataFrame数据
print(df_2)
print("-" * 10)
## 使用merge函数,根据索引进行数据合并,并对“班级”、“化学成绩”这两列的数据进行去重:(以下是保留df_2的“班级”、“化学成绩”的数据)
df_3 = pd.merge(df_2,df_1,on=['班级','化学成绩'],right_index=True,left_index=True)
print(df_3)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
语文成绩 班级 化学成绩
李大杰 111.0 三年一班 60
Jacky 105.0 三年二班 60
zhuohua 99.5 三年二班 61
----------
班级 体育成绩 化学成绩
李大杰 三年一班 106 60
Jacky 三年二班 106 60
zhuohua 三年san班 118 66
----------
班级 体育成绩 化学成绩 语文成绩
李大杰 三年一班 106 60 111.0
Jacky 三年二班 106 60 105.0
zhuohua 三年san班 118 66 99.5
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'学生姓名':['zhuohua','Jacky','李大杰']})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr001','mr001','mr003'],'语文成绩':[110,105,109],
'数学成绩':[105,88,120],'考试时间':['一月','二月','三月']})
print(df2)
print("-" * 10)
print("-" * 10)
## 使用merge函数,根据“学生编号”这一列进行多对一的数据合并(以下是df2根据df1的数据进行补全)
df3 = pd.merge(df1,df2,on='学生编号')
print(df3)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名
0 mr001 zhuohua
1 mr002 Jacky
2 mr003 李大杰
----------
学生编号 语文成绩 数学成绩 考试时间
0 mr001 110 105 一月
1 mr001 105 88 二月
2 mr003 109 120 三月
----------
----------
学生编号 学生姓名 语文成绩 数学成绩 考试时间
0 mr001 zhuohua 110 105 一月
1 mr001 zhuohua 105 88 二月
2 mr003 李大杰 109 120 三月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'学生姓名':['zhuohua','Jacky','李大杰'],
'物理成绩':[15,8,12]
})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr001','mr001','mr003'],'语文成绩':[110,105,109],
'数学成绩':[105,88,120],'考试时间':['一月','二月','三月']})
print(df2)
print("-" * 10)
print("-" * 10)
## 使用merge函数,根据“学生编号”这一列进行多对一的数据合并(以下是df2根据df1的数据进行补全)
df3 = pd.merge(df1,df2,on='学生编号')
print(df3)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 物理成绩
0 mr001 zhuohua 15
1 mr002 Jacky 8
2 mr003 李大杰 12
----------
学生编号 语文成绩 数学成绩 考试时间
0 mr001 110 105 一月
1 mr001 105 88 二月
2 mr003 109 120 三月
----------
----------
学生编号 学生姓名 物理成绩 语文成绩 数学成绩 考试时间
0 mr001 zhuohua 15 110 105 一月
1 mr001 zhuohua 15 105 88 二月
2 mr003 李大杰 12 109 120 三月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'学生姓名':['zhuohua','Jacky','李大杰'],
'物理成绩':[15,8,12],'考试时间':['一月','一月','一月']
})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr001','mr001','mr003'],'语文成绩':[110,105,109],
'数学成绩':[105,88,120],'考试时间':['一月','二月','三月']})
print(df2)
print("-" * 10)
print("-" * 10)
## 使用merge函数,根据“学生编号”这一列进行多对一的数据合并(以下是df2根据df1的数据进行补全)
df3 = pd.merge(df1,df2,on='学生编号')
print(df3)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 物理成绩 考试时间
0 mr001 zhuohua 15 一月
1 mr002 Jacky 8 一月
2 mr003 李大杰 12 一月
----------
学生编号 语文成绩 数学成绩 考试时间
0 mr001 110 105 一月
1 mr001 105 88 二月
2 mr003 109 120 三月
----------
----------
学生编号 学生姓名 物理成绩 考试时间_x 语文成绩 数学成绩 考试时间_y
0 mr001 zhuohua 15 一月 110 105 一月
1 mr001 zhuohua 15 一月 105 88 二月
2 mr003 李大杰 12 一月 109 120 三月
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'学生姓名':['zhuohua','Jacky','李大杰'],
'语文成绩':[34.5,39.7,38]})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr004','mr005'],'学生姓名':['Happy','Lily'],
'语文成绩':[60,70]})
print(df2)
print("-" * 10)
print("-" * 10)
dfs = [df1,df2]
## 使用concat函数进行数据合并,相同字段首尾相接:
Result_1 = pd.concat(dfs)
print(Result_1)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
----------
学生编号 学生姓名 语文成绩
0 mr004 Happy 60
1 mr005 Lily 70
----------
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
0 mr004 Happy 60.0
1 mr005 Lily 70.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'学生姓名':['zhuohua','Jacky','李大杰'],
'语文成绩':[34.5,39.7,38]})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr004','mr005'],'学生姓名':['Happy','Lily'],
'语文成绩':[60,70]})
print(df2)
print("-" * 10)
print("-" * 10)
dfs = [df2,df1]
## 使用concat函数进行数据合并,相同字段首尾相接:
Result_1 = pd.concat(dfs)
print(Result_1)
print("-" * 10)
## 不输出索引:
Result_2 = Result_1.to_string(index=False)
print(Result_2)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
----------
学生编号 学生姓名 语文成绩
0 mr004 Happy 60
1 mr005 Lily 70
----------
----------
学生编号 学生姓名 语文成绩
0 mr004 Happy 60.0
1 mr005 Lily 70.0
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
----------
学生编号 学生姓名 语文成绩
mr004 Happy 60.0
mr005 Lily 70.0
mr001 zhuohua 34.5
mr002 Jacky 39.7
mr003 李大杰 38.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'学生姓名':['zhuohua','Jacky','李大杰'],
'语文成绩':[34.5,39.7,38]})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr004','mr005'],'学生姓名':['Happy','Lily'],
'语文成绩':[60,70]})
print(df2)
print("-" * 10)
df3 = pd.DataFrame({'学生编号':['mr006','mr007','mr008'],'学生姓名':['小红','大白','苏红'],
'语文成绩':[160,170,180]})
print(df3)
print("-" * 10)
print("-" * 10)
dfs = [df1,df2,df3]
## 使用concat函数进行数据合并,相同字段首尾相接:
Result_1 = pd.concat(dfs)
print(Result_1)
print("-" * 10)
## 删除旧索引后,重新设置索引:(索引默认从0开始)
Result_2 = Result_1.dropna().reset_index(drop=True)
print(Result_2)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
----------
学生编号 学生姓名 语文成绩
0 mr004 Happy 60
1 mr005 Lily 70
----------
学生编号 学生姓名 语文成绩
0 mr006 小红 160
1 mr007 大白 170
2 mr008 苏红 180
----------
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
0 mr004 Happy 60.0
1 mr005 Lily 70.0
0 mr006 小红 160.0
1 mr007 大白 170.0
2 mr008 苏红 180.0
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
5 mr006 小红 160.0
6 mr007 大白 170.0
7 mr008 苏红 180.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'学生姓名':['zhuohua','Jacky','李大杰'],
'语文成绩':[34.5,39.7,38]})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr004','mr005'],'学生姓名':['Happy','Lily'],
'语文成绩':[60,70]})
print(df2)
print("-" * 10)
df3 = pd.DataFrame({'学生编号':['mr006','mr007','mr008'],'学生姓名':['小红','大白','苏红'],
'语文成绩':[160,170,180]})
print(df3)
print("-" * 10)
print("-" * 10)
dfs = [df1,df2,df3]
## 使用concat函数进行数据合并,相同字段首尾相接:
Result_1 = pd.concat(dfs,ignore_index=True) #使用“ignore_index=True”时,结果会自动重置索引(索引默认从0开始)
print(Result_1)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
----------
学生编号 学生姓名 语文成绩
0 mr004 Happy 60
1 mr005 Lily 70
----------
学生编号 学生姓名 语文成绩
0 mr006 小红 160
1 mr007 大白 170
2 mr008 苏红 180
----------
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
5 mr006 小红 160.0
6 mr007 大白 170.0
7 mr008 苏红 180.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'学生姓名':['zhuohua','Jacky','李大杰'],
'语文成绩':[34.5,39.7,38]})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr004','mr005'],'学生姓名':['Happy','Lily'],
'语文成绩':[60,70]})
print(df2)
print("-" * 10)
df3 = pd.DataFrame({'学生编号':['mr006','mr007','mr008'],'学生姓名':['小红','大白','苏红'],
'语文成绩':[160,170,180]})
print(df3)
print("-" * 10)
print("-" * 10)
dfs = [df1,df2,df3]
## 使用concat函数进行数据合并,相同字段首尾相接:
Result_1 = pd.concat(dfs,keys=['三年一班','三年二班','三年三班']) #使用“keys=[]”时,合并后带标记
print(Result_1)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
----------
学生编号 学生姓名 语文成绩
0 mr004 Happy 60
1 mr005 Lily 70
----------
学生编号 学生姓名 语文成绩
0 mr006 小红 160
1 mr007 大白 170
2 mr008 苏红 180
----------
----------
学生编号 学生姓名 语文成绩
三年一班 0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
三年二班 0 mr004 Happy 60.0
1 mr005 Lily 70.0
三年三班 0 mr006 小红 160.0
1 mr007 大白 170.0
2 mr008 苏红 180.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'学生姓名':['zhuohua','Jacky','李大杰'],
'语文成绩':[34.5,39.7,38]})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'学生姓名':['zhuohua','Jacky','李大杰'],
'语文成绩':[60,70,80]})
print(df2)
print("-" * 10)
df3 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'学生姓名':['zhuohua','Jacky','李大杰'],
'语文成绩':[160,170,180]})
print(df3)
print("-" * 10)
print("-" * 10)
dfs = [df1,df2,df3]
## 使用concat函数进行数据合并,相同字段首尾相接:
Result_1 = pd.concat(dfs,keys=['一月','二月','三月']) #使用“keys=[]”时,合并后带标记
print(Result_1)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 60
1 mr002 Jacky 70
2 mr003 李大杰 80
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 160
1 mr002 Jacky 170
2 mr003 李大杰 180
----------
----------
学生编号 学生姓名 语文成绩
一月 0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
二月 0 mr001 zhuohua 60.0
1 mr002 Jacky 70.0
2 mr003 李大杰 80.0
三月 0 mr001 zhuohua 160.0
1 mr002 Jacky 170.0
2 mr003 李大杰 180.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'学生姓名':['zhuohua','Jacky','李大杰'],
'语文成绩':[34.5,39.7,38]})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'学生姓名':['zhuohua','Jacky','李大杰'],
'语文成绩':[60,70,80]})
print(df2)
print("-" * 10)
df3 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'学生姓名':['zhuohua','Jacky','李大杰'],
'语文成绩':[160,170,180]})
print(df3)
print("-" * 10)
print("-" * 10)
dfs = [df3,df1,df2]
## 使用concat函数进行数据合并,相同字段首尾相接:
Result_1 = pd.concat(dfs,keys=['三月','二月','一月']) #使用“keys=[]”时,合并后带标记
print(Result_1)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 60
1 mr002 Jacky 70
2 mr003 李大杰 80
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 160
1 mr002 Jacky 170
2 mr003 李大杰 180
----------
----------
学生编号 学生姓名 语文成绩
三月 0 mr001 zhuohua 160.0
1 mr002 Jacky 170.0
2 mr003 李大杰 180.0
二月 0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
一月 0 mr001 zhuohua 60.0
1 mr002 Jacky 70.0
2 mr003 李大杰 80.0
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr002'],'学生姓名':['zhuohua','李大杰']})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'语文成绩':[110,105,109],
'数学成绩':[105,88,120],'考试时间':['一月','二月','三月']})
print(df2)
print("-" * 10)
print("-" * 10)
## 使用concat函数进行横向表数据合并(行对齐):(结果是两个表的并集)
Result_1 = pd.concat([df1,df2],axis=1)
print(Result_1)
脚本运行的结果:(缺少的数据用NaN填充)
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名
0 mr001 zhuohua
1 mr002 李大杰
----------
语文成绩 数学成绩 考试时间
0 110 105 一月
1 105 88 二月
2 109 120 三月
----------
----------
学生编号 学生姓名 语文成绩 数学成绩 考试时间
0 mr001 zhuohua 110 105 一月
1 mr002 李大杰 105 88 二月
2 NaN NaN 109 120 三月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr002'],'学生姓名':['zhuohua','李大杰']})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'语文成绩':[110,105,109],
'数学成绩':[105,88,120],'考试时间':['一月','二月','三月']})
print(df2)
print("-" * 10)
print("-" * 10)
## 使用concat函数进行横向表数据合并(行对齐):(结果是两个表的并集)
Result_1 = pd.concat([df1,df2],axis=1)
print(Result_1)
脚本运行的结果:(两个表的列标题相同时,不会自动给列标题改名)
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名
0 mr001 zhuohua
1 mr002 李大杰
----------
学生编号 语文成绩 数学成绩 考试时间
0 mr001 110 105 一月
1 mr002 105 88 二月
2 mr003 109 120 三月
----------
----------
学生编号 学生姓名 学生编号 语文成绩 数学成绩 考试时间
0 mr001 zhuohua mr001 110 105 一月
1 mr002 李大杰 mr002 105 88 二月
2 NaN NaN mr003 109 120 三月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr002'],'学生姓名':['zhuohua','李大杰']})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'语文成绩':[110,105,109],
'数学成绩':[105,88,120],'考试时间':['一月','二月','三月']})
print(df2)
print("-" * 10)
print("-" * 10)
## 使用concat函数进行横向表数据合并(行对齐):(结果是两个表的并集)
Result_1 = pd.concat([df1,df2],axis=1)
print(Result_1)
print("-" * 10)
Result_2 = Result_1.iloc[:,[2,1,3,4,5]] #输出第3列、第2列、第4列、第5列、第6列的数据
print(Result_2)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名
0 mr001 zhuohua
1 mr002 李大杰
----------
学生编号 语文成绩 数学成绩 考试时间
0 mr001 110 105 一月
1 mr002 105 88 二月
2 mr003 109 120 三月
----------
----------
学生编号 学生姓名 学生编号 语文成绩 数学成绩 考试时间
0 mr001 zhuohua mr001 110 105 一月
1 mr002 李大杰 mr002 105 88 二月
2 NaN NaN mr003 109 120 三月
----------
学生编号 学生姓名 语文成绩 数学成绩 考试时间
0 mr001 zhuohua 110 105 一月
1 mr002 李大杰 105 88 二月
2 mr003 NaN 109 120 三月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr002'],'学生姓名':['zhuohua','李大杰'],
'物理成绩':[15,20],
'考试时间':['一月','一月']
})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'语文成绩':[110,105,109],
'数学成绩':[105,88,120],'考试时间':['一月','二月','三月']})
print(df2)
print("-" * 10)
print("-" * 10)
## 使用concat函数进行横向表数据合并(行对齐):(结果是两个表的并集)
Result_1 = pd.concat([df1,df2],axis=1)
print(Result_1)
print("-" * 10)
## 一次性修改全部列标题:
Result_1.columns = ['学生编号','学生姓名','物理成绩','考试时间_x','学生编号_y','语文','数学','考试时间_y']
print(Result_1)
print("-" * 10)
## 删除列标题为“学生编号”的数据:
Result_1.drop(['学生编号'],axis=1,inplace=True)
print(Result_1)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 物理成绩 考试时间
0 mr001 zhuohua 15 一月
1 mr002 李大杰 20 一月
----------
学生编号 语文成绩 数学成绩 考试时间
0 mr001 110 105 一月
1 mr002 105 88 二月
2 mr003 109 120 三月
----------
----------
学生编号 学生姓名 物理成绩 考试时间 学生编号 语文成绩 数学成绩 考试时间
0 mr001 zhuohua 15.0 一月 mr001 110 105 一月
1 mr002 李大杰 20.0 一月 mr002 105 88 二月
2 NaN NaN NaN NaN mr003 109 120 三月
----------
学生编号 学生姓名 物理成绩 考试时间_x 学生编号_y 语文 数学 考试时间_y
0 mr001 zhuohua 15.0 一月 mr001 110 105 一月
1 mr002 李大杰 20.0 一月 mr002 105 88 二月
2 NaN NaN NaN NaN mr003 109 120 三月
----------
学生姓名 物理成绩 考试时间_x 学生编号_y 语文 数学 考试时间_y
0 zhuohua 15.0 一月 mr001 110 105 一月
1 李大杰 20.0 一月 mr002 105 88 二月
2 NaN NaN NaN mr003 109 120 三月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr002'],'学生姓名':['zhuohua','李大杰'],
'物理成绩':[15,20],
'考试时间':['一月','一月']
})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'语文成绩':[110,105,109],
'数学成绩':[105,88,120],'考试时间':['一月','二月','三月']})
print(df2)
print("-" * 10)
print("-" * 10)
## 使用concat函数进行横向表数据合并(行对齐):
Result_1 = pd.concat([df1,df2],axis=1,join='outer') #使用“outer”时,结果是两个表的并集
print(Result_1)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 物理成绩 考试时间
0 mr001 zhuohua 15 一月
1 mr002 李大杰 20 一月
----------
学生编号 语文成绩 数学成绩 考试时间
0 mr001 110 105 一月
1 mr002 105 88 二月
2 mr003 109 120 三月
----------
----------
学生编号 学生姓名 物理成绩 考试时间 学生编号 语文成绩 数学成绩 考试时间
0 mr001 zhuohua 15.0 一月 mr001 110 105 一月
1 mr002 李大杰 20.0 一月 mr002 105 88 二月
2 NaN NaN NaN NaN mr003 109 120 三月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr002'],'学生姓名':['zhuohua','李大杰'],
'物理成绩':[15,20],
'考试时间':['一月','一月']
})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'语文成绩':[110,105,109],
'数学成绩':[105,88,120],'考试时间':['一月','二月','三月']})
print(df2)
print("-" * 10)
print("-" * 10)
## 使用concat函数进行横向表数据合并(行对齐):
Result_1 = pd.concat([df2,df1],axis=1,join='outer') #使用“outer”时,结果是两个表的并集
print(Result_1)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 物理成绩 考试时间
0 mr001 zhuohua 15 一月
1 mr002 李大杰 20 一月
----------
学生编号 语文成绩 数学成绩 考试时间
0 mr001 110 105 一月
1 mr002 105 88 二月
2 mr003 109 120 三月
----------
----------
学生编号 语文成绩 数学成绩 考试时间 学生编号 学生姓名 物理成绩 考试时间
0 mr001 110 105 一月 mr001 zhuohua 15.0 一月
1 mr002 105 88 二月 mr002 李大杰 20.0 一月
2 mr003 109 120 三月 NaN NaN NaN NaN
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr002'],'学生姓名':['zhuohua','李大杰']})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'语文成绩':[110,105,109],
'数学成绩':[105,88,120],'考试时间':['一月','二月','三月']})
print(df2)
print("-" * 10)
print("-" * 10)
## 使用concat函数进行横向表数据合并(行对齐):
Result_1 = pd.concat([df1,df2],axis=1,join='inner') #使用“inner”时,结果是两个表的交集(结果的行数是以行数少的表为准)
print(Result_1)
脚本运行的结果:(两个表的列标题相同时,不会自动给列标题改名)
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名
0 mr001 zhuohua
1 mr002 李大杰
----------
学生编号 语文成绩 数学成绩 考试时间
0 mr001 110 105 一月
1 mr002 105 88 二月
2 mr003 109 120 三月
----------
----------
学生编号 学生姓名 学生编号 语文成绩 数学成绩 考试时间
0 mr001 zhuohua mr001 110 105 一月
1 mr002 李大杰 mr002 105 88 二月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr003'],'学生姓名':['zhuohua','李大杰']})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'语文成绩':[110,105,109],
'数学成绩':[105,88,120],'考试时间':['一月','二月','三月']})
print(df2)
print("-" * 10)
print("-" * 10)
## 使用concat函数进行横向表数据合并(行对齐):
Result_1 = pd.concat([df1,df2],axis=1,join='inner') #使用“inner”时,结果是两个表的交集(结果的行数是以行数少的表为准)
print(Result_1)
脚本运行的结果:(两个表的列标题相同时,不会自动给列标题改名)
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名
0 mr001 zhuohua
1 mr003 李大杰
----------
学生编号 语文成绩 数学成绩 考试时间
0 mr001 110 105 一月
1 mr002 105 88 二月
2 mr003 109 120 三月
----------
----------
学生编号 学生姓名 学生编号 语文成绩 数学成绩 考试时间
0 mr001 zhuohua mr001 110 105 一月
1 mr003 李大杰 mr002 105 88 二月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr003'],'学生姓名':['zhuohua','李大杰']})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'语文成绩':[110,105,109],
'数学成绩':[105,88,120],'考试时间':['一月','二月','三月']})
print(df2)
print("-" * 10)
print("-" * 10)
## 使用concat函数进行横向表数据合并(行对齐):
Result_1 = pd.concat([df2,df1],axis=1,join='inner') #使用“inner”时,结果是两个表的交集(结果的行数是以行数少的表为准)
print(Result_1)
脚本运行的结果:(两个表的列标题相同时,不会自动给列标题改名)
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名
0 mr001 zhuohua
1 mr003 李大杰
----------
学生编号 语文成绩 数学成绩 考试时间
0 mr001 110 105 一月
1 mr002 105 88 二月
2 mr003 109 120 三月
----------
----------
学生编号 语文成绩 数学成绩 考试时间 学生编号 学生姓名
0 mr001 110 105 一月 mr001 zhuohua
1 mr002 105 88 二月 mr003 李大杰
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr002'],'学生姓名':['zhuohua','李大杰'],
'物理成绩':[15,20],
'考试时间':['一月','一月']
})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'语文成绩':[110,105,109],
'数学成绩':[105,88,120],'考试时间':['一月','二月','三月']})
print(df2)
print("-" * 10)
print("-" * 10)
## 使用concat函数进行横向表数据合并(行对齐):
Result_1 = pd.concat([df1,df2],axis=1,join='inner') #使用“inner”时,结果是两个表的交集(结果的行数是以行数少的表为准)
print(Result_1)
脚本运行的结果:(两个表的列标题相同时,不会自动给列标题改名)
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 物理成绩 考试时间
0 mr001 zhuohua 15 一月
1 mr002 李大杰 20 一月
----------
学生编号 语文成绩 数学成绩 考试时间
0 mr001 110 105 一月
1 mr002 105 88 二月
2 mr003 109 120 三月
----------
----------
学生编号 学生姓名 物理成绩 考试时间 学生编号 语文成绩 数学成绩 考试时间
0 mr001 zhuohua 15 一月 mr001 110 105 一月
1 mr002 李大杰 20 一月 mr002 105 88 二月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr003'],'学生姓名':['zhuohua','李大杰'],
'物理成绩':[15,20],
'考试时间':['二月','二月']
})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'语文成绩':[110,105,109],
'数学成绩':[105,88,120],'考试时间':['一月','二月','三月']})
print(df2)
print("-" * 10)
print("-" * 10)
## 使用concat函数进行横向表数据合并(行对齐):
Result_1 = pd.concat([df1,df2],axis=1,join='inner') #使用“inner”时,结果是两个表的交集(结果的行数是以行数少的表为准)
print(Result_1)
脚本运行的结果:(两个表的列标题相同时,不会自动给列标题改名)
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 物理成绩 考试时间
0 mr001 zhuohua 15 二月
1 mr003 李大杰 20 二月
----------
学生编号 语文成绩 数学成绩 考试时间
0 mr001 110 105 一月
1 mr002 105 88 二月
2 mr003 109 120 三月
----------
----------
学生编号 学生姓名 物理成绩 考试时间 学生编号 语文成绩 数学成绩 考试时间
0 mr001 zhuohua 15 二月 mr001 110 105 一月
1 mr003 李大杰 20 二月 mr002 105 88 二月
C:\Users\jacky\Desktop>
Pandas的导出和导入(xls文件):
列出当前环境所有已经安装的第三方库的名称和其版本号:
C:\Users\jacky\Desktop>Pip3 freeze
et-xmlfile==1.1.0
numpy==1.19.5
openpyxl==3.1.2
pandas==1.1.5
python-dateutil==2.8.2
pytz==2023.3
six==1.16.0
xlrd==1.2.0
xlwt==1.3.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
#使用字典创建DataFrame数据:
df_1 = pd.DataFrame({'姓名':['李大杰','Jacky','zhuohua'],
'语文':[110,105,109],
'数学':[105,88,120],
'英语':[99,115,130],'考试时间':['一月','一月','一月']
},
index=['BH001','BH002','BH003'] #设置索引
)
print(df_1)
print("-" * 10)
#使用字典创建DataFrame数据:
df_2 = pd.DataFrame({'学生编号':['BH001','BH002','BH003'],'姓名':['李大杰','Jacky','zhuohua'],
'体育':[34.5,39.7,38],'英语':[9,15,10],'考试时间':['二月','二月','二月']})
df_2 = df_2.set_index(['学生编号']) #设置指定列的数据为索引
print(df_2)
print("-" * 10)
## 使用merge函数,根据“姓名”这一列进行数据合并:
df_3 = pd.merge(df_1,df_2,on='姓名')
print(df_3)
print("-" * 10)
print("-" * 10)
## 修改df_3的多个行标题:
df_3.rename({0:'BH001',1:'BH002',2:'BH003'},axis=0,inplace=True)
print(df_3)
## 把结果分别导出到指定的xls文件:
df_3.to_excel('文件_1.xls',sheet_name='Sheet页_1',index=False,header=True) #不保留索引(行标题),但保留列标题
df_3.to_excel('C:/Users/jacky/Desktop/文件_mybook_2.xls',sheet_name='Sheet页-1',index=False,header=False) #不保留索引(行标题)、列标题
df_3.to_excel('D:/share/mybook_3.xls',sheet_name='Sheet页1',index=True,header=True) #保留索引(行标题)、列标题
脚本运行的结果:(假如目标文件存在则覆盖,不存在则自动创建)
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语 考试时间
BH001 李大杰 110 105 99 一月
BH002 Jacky 105 88 115 一月
BH003 zhuohua 109 120 130 一月
----------
姓名 体育 英语 考试时间
学生编号
BH001 李大杰 34.5 9 二月
BH002 Jacky 39.7 15 二月
BH003 zhuohua 38.0 10 二月
----------
姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
0 李大杰 110 105 99 一月 34.5 9 二月
1 Jacky 105 88 115 一月 39.7 15 二月
2 zhuohua 109 120 130 一月 38.0 10 二月
----------
----------
姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
BH001 李大杰 110 105 99 一月 34.5 9 二月
BH002 Jacky 105 88 115 一月 39.7 15 二月
BH003 zhuohua 109 120 130 一月 38.0 10 二月
C:\Users\jacky\Desktop>
在CMD中显示指定目录里的xls文件:
C:\Users\jacky\Desktop>dir *.xls
驱动器 C 中的卷没有标签。
卷的序列号是 F66A-70DD
C:\Users\jacky\Desktop 的目录
2023/11/04 20:50 5,632 文件_1.xls
2023/11/04 20:50 5,632 文件_mybook_2.xls
2 个文件 11,264 字节
0 个目录 42,568,335,360 可用字节
C:\Users\jacky\Desktop>
C:\Users\jacky\Desktop>dir D:\share\*.xls
驱动器 D 中的卷没有标签。
卷的序列号是 E826-50A3
D:\share 的目录
2023/11/04 20:50 5,632 mybook_3.xls
1 个文件 5,632 字节
0 个目录 44,358,090,752 可用字节
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df = pd.read_excel('文件_1.xls') #读取与脚本在同一目录里的Excel文件(.xls)
print(df) #显示所有记录
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
0 李大杰 110 105 99 一月 34.5 9 二月
1 Jacky 105 88 115 一月 39.7 15 二月
2 zhuohua 109 120 130 一月 38.0 10 二月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df = pd.read_excel('文件_1.xls',sheet_name=0) # sheet_name=0 即第一个工作表,省略时就是使用第一个工作表
print(df) #显示所有记录
print("-" * 10)
print("-" * 10)
print(df.head(2)) #显示前2条记录
print("-" * 10)
print("-" * 10)
## 显示前5条记录:
Result_3 = df.head(5)
print(Result_3)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
0 李大杰 110 105 99 一月 34.5 9 二月
1 Jacky 105 88 115 一月 39.7 15 二月
2 zhuohua 109 120 130 一月 38.0 10 二月
----------
----------
姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
0 李大杰 110 105 99 一月 34.5 9 二月
1 Jacky 105 88 115 一月 39.7 15 二月
----------
----------
姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
0 李大杰 110 105 99 一月 34.5 9 二月
1 Jacky 105 88 115 一月 39.7 15 二月
2 zhuohua 109 120 130 一月 38.0 10 二月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df = pd.read_excel('文件_1.xls',sheet_name='Sheet页_1') # sheet_name='' 指定工作表名称
print(df)
print("-" * 10)
print("-" * 10)
## 输出所有行的第1列至第5列:
df_1 = df.iloc[:,0:5]
print(df_1)
print("-" * 3)
## 输出所有行的第1列至第5列的前2条记录:
df_1 = df.iloc[:,0:5].head(2)
print(df_1)
print("-" * 10)
print("-" * 10)
## 输出所有行的第6列至第8列:
df_2 = df.iloc[:,5:8]
print(df_2)
print("-" * 3)
## 输出所有行的第6列至第8列的前5条记录:
df_2 = df.iloc[:,5:8].head(5)
print(df_2)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
0 李大杰 110 105 99 一月 34.5 9 二月
1 Jacky 105 88 115 一月 39.7 15 二月
2 zhuohua 109 120 130 一月 38.0 10 二月
----------
----------
姓名 语文 数学 英语_x 考试时间_x
0 李大杰 110 105 99 一月
1 Jacky 105 88 115 一月
2 zhuohua 109 120 130 一月
---
姓名 语文 数学 英语_x 考试时间_x
0 李大杰 110 105 99 一月
1 Jacky 105 88 115 一月
----------
----------
体育 英语_y 考试时间_y
0 34.5 9 二月
1 39.7 15 二月
2 38.0 10 二月
---
体育 英语_y 考试时间_y
0 34.5 9 二月
1 39.7 15 二月
2 38.0 10 二月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df = pd.read_excel('C:/Users/jacky/Desktop/文件_1.xls',sheet_name='Sheet页_1')
print(df)
print("-" * 10)
print("-" * 10)
## 输出所有行的第1列至第5列:
df_1 = df.iloc[:,0:5]
print(df_1)
print("-" * 10)
## 输出所有行的第6列至第8列:
df_2 = df.iloc[:,5:8]
print(df_2)
print("-" * 10)
print("-" * 10)
print(df.iloc[:,[0]]) #输出第1列的数据
print("-" * 10)
## 使用merge函数,根据索引把第1列、第6列至第8列进行数据合并:
df_3 = pd.merge(df.iloc[:,[0]],df_2,right_index=True,left_index=True)
print(df_3)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
0 李大杰 110 105 99 一月 34.5 9 二月
1 Jacky 105 88 115 一月 39.7 15 二月
2 zhuohua 109 120 130 一月 38.0 10 二月
----------
----------
姓名 语文 数学 英语_x 考试时间_x
0 李大杰 110 105 99 一月
1 Jacky 105 88 115 一月
2 zhuohua 109 120 130 一月
----------
体育 英语_y 考试时间_y
0 34.5 9 二月
1 39.7 15 二月
2 38.0 10 二月
----------
----------
姓名
0 李大杰
1 Jacky
2 zhuohua
----------
姓名 体育 英语_y 考试时间_y
0 李大杰 34.5 9 二月
1 Jacky 39.7 15 二月
2 zhuohua 38.0 10 二月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df = pd.read_excel('c:/Users/jacky/Desktop/文件_1.xls',sheet_name='Sheet页_1')
print(df)
print("-" * 10)
print("-" * 10)
## 输出所有行的第1列至第5列:
df_1 = df.iloc[:,0:5]
print(df_1)
print("-" * 10)
## 输出所有行的第6列至第8列:
df_2 = df.iloc[:,5:8]
print(df_2)
print("-" * 10)
print("-" * 10)
## 使用merge函数,根据索引进行数据合并:
df_3 = pd.merge(df_1,df_2,right_index=True,left_index=True)
print(df_3)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
0 李大杰 110 105 99 一月 34.5 9 二月
1 Jacky 105 88 115 一月 39.7 15 二月
2 zhuohua 109 120 130 一月 38.0 10 二月
----------
----------
姓名 语文 数学 英语_x 考试时间_x
0 李大杰 110 105 99 一月
1 Jacky 105 88 115 一月
2 zhuohua 109 120 130 一月
----------
体育 英语_y 考试时间_y
0 34.5 9 二月
1 39.7 15 二月
2 38.0 10 二月
----------
----------
姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
0 李大杰 110 105 99 一月 34.5 9 二月
1 Jacky 105 88 115 一月 39.7 15 二月
2 zhuohua 109 120 130 一月 38.0 10 二月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df = pd.read_excel('C:\\Users\\jacky\\Desktop\\文件_1.xls',sheet_name='Sheet页_1')
print(df)
print("-" * 10)
print("-" * 10)
## 输出所有行的第1列至第5列:
df_1 = df.iloc[:,0:5]
print(df_1)
print("-" * 10)
## 输出所有行的第6列至第8列:
df_2 = df.iloc[:,5:8]
print(df_2)
print("-" * 10)
print("-" * 10)
## 使用merge函数,根据索引进行数据合并:
df_3 = pd.merge(df_2,df_1,right_index=True,left_index=True)
print(df_3)
print("-" * 10)
## 不输出索引:
df_3 = df_3.to_string(index=False)
print(df_3)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
0 李大杰 110 105 99 一月 34.5 9 二月
1 Jacky 105 88 115 一月 39.7 15 二月
2 zhuohua 109 120 130 一月 38.0 10 二月
----------
----------
姓名 语文 数学 英语_x 考试时间_x
0 李大杰 110 105 99 一月
1 Jacky 105 88 115 一月
2 zhuohua 109 120 130 一月
----------
体育 英语_y 考试时间_y
0 34.5 9 二月
1 39.7 15 二月
2 38.0 10 二月
----------
----------
体育 英语_y 考试时间_y 姓名 语文 数学 英语_x 考试时间_x
0 34.5 9 二月 李大杰 110 105 99 一月
1 39.7 15 二月 Jacky 105 88 115 一月
2 38.0 10 二月 zhuohua 109 120 130 一月
----------
体育 英语_y 考试时间_y 姓名 语文 数学 英语_x 考试时间_x
34.5 9 二月 李大杰 110 105 99 一月
39.7 15 二月 Jacky 105 88 115 一月
38.0 10 二月 zhuohua 109 120 130 一月
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df = pd.read_excel('文件_mybook_2.xls',sheet_name='Sheet页-1',header=None) #这里使用了“header=0”
print(df)
print("-" * 10)
print("-" * 10)
df.columns = ['姓名','语文','数学','英语_x','考试时间_x','体育','英语_y','考试时间_y'] #自定义列标题
print(df)
print("-" * 10)
## 插入一列,列标题为“学生编号”,位置为第1列:
Columns_1=['BH001','BH002','BH003']
df.insert(0,'学生编号',Columns_1)
print(df)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
0 1 2 3 4 5 6 7
0 李大杰 110 105 99 一月 34.5 9 二月
1 Jacky 105 88 115 一月 39.7 15 二月
2 zhuohua 109 120 130 一月 38.0 10 二月
----------
----------
姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
0 李大杰 110 105 99 一月 34.5 9 二月
1 Jacky 105 88 115 一月 39.7 15 二月
2 zhuohua 109 120 130 一月 38.0 10 二月
----------
学生编号 姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
0 BH001 李大杰 110 105 99 一月 34.5 9 二月
1 BH002 Jacky 105 88 115 一月 39.7 15 二月
2 BH003 zhuohua 109 120 130 一月 38.0 10 二月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df = pd.read_excel('c:\\Users\\jacky\\Desktop\\文件_mybook_2.xls',sheet_name='Sheet页-1',header=None) #这里使用了“header=0”
print(df)
print("-" * 10)
print("-" * 10)
df.columns = ['姓名','语文','数学','英语_x','考试时间_x','体育成绩','英语_y','考试时间_y'] #自定义列标题
print(df)
print("-" * 10)
## 插入一列,列标题为“学生编号”,位置为第2列:
Columns_1=['BH001','BH002','BH003']
df.insert(1,'学生编号',Columns_1)
print(df)
print("-" * 10)
## 不输出索引:
df = df.to_string(index=False)
print(df)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
0 1 2 3 4 5 6 7
0 李大杰 110 105 99 一月 34.5 9 二月
1 Jacky 105 88 115 一月 39.7 15 二月
2 zhuohua 109 120 130 一月 38.0 10 二月
----------
----------
姓名 语文 数学 英语_x 考试时间_x 体育成绩 英语_y 考试时间_y
0 李大杰 110 105 99 一月 34.5 9 二月
1 Jacky 105 88 115 一月 39.7 15 二月
2 zhuohua 109 120 130 一月 38.0 10 二月
----------
姓名 学生编号 语文 数学 英语_x 考试时间_x 体育成绩 英语_y 考试时间_y
0 李大杰 BH001 110 105 99 一月 34.5 9 二月
1 Jacky BH002 105 88 115 一月 39.7 15 二月
2 zhuohua BH003 109 120 130 一月 38.0 10 二月
----------
姓名 学生编号 语文 数学 英语_x 考试时间_x 体育成绩 英语_y 考试时间_y
李大杰 BH001 110 105 99 一月 34.5 9 二月
Jacky BH002 105 88 115 一月 39.7 15 二月
zhuohua BH003 109 120 130 一月 38.0 10 二月
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df = pd.read_excel('D:/share/mybook_3.xls',sheet_name='Sheet页1') #导入指定的Excel文件(.xls)的指定工作表
print(df)
print("-" * 10)
## 删除列标题为“Unnamed: 0”的数据:
df.drop(['Unnamed: 0'],axis=1,inplace=True)
print(df)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
Unnamed: 0 姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
0 BH001 李大杰 110 105 99 一月 34.5 9 二月
1 BH002 Jacky 105 88 115 一月 39.7 15 二月
2 BH003 zhuohua 109 120 130 一月 38.0 10 二月
----------
姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
0 李大杰 110 105 99 一月 34.5 9 二月
1 Jacky 105 88 115 一月 39.7 15 二月
2 zhuohua 109 120 130 一月 38.0 10 二月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df = pd.read_excel('d:/share/mybook_3.xls',sheet_name='Sheet页1') #导入指定的Excel文件(.xls)的指定工作表
print(df)
print("-" * 10)
df.rename(columns={'Unnamed: 0':'学生编号'},inplace=True) #修改一个列标题
print(df)
print("-" * 10)
## 不输出索引:
df = df.to_string(index=False)
print(df)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
Unnamed: 0 姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
0 BH001 李大杰 110 105 99 一月 34.5 9 二月
1 BH002 Jacky 105 88 115 一月 39.7 15 二月
2 BH003 zhuohua 109 120 130 一月 38.0 10 二月
----------
学生编号 姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
0 BH001 李大杰 110 105 99 一月 34.5 9 二月
1 BH002 Jacky 105 88 115 一月 39.7 15 二月
2 BH003 zhuohua 109 120 130 一月 38.0 10 二月
----------
学生编号 姓名 语文 数学 英语_x 考试时间_x 体育 英语_y 考试时间_y
BH001 李大杰 110 105 99 一月 34.5 9 二月
BH002 Jacky 105 88 115 一月 39.7 15 二月
BH003 zhuohua 109 120 130 一月 38.0 10 二月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df = pd.read_excel('D:\\share\\mybook_3.xls',sheet_name='Sheet页1',
usecols=['姓名','英语_x','考试时间_x','英语_y','考试时间_y']) # usecols=[] 只输出某几个列的数据
print(df)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
姓名 英语_x 考试时间_x 英语_y 考试时间_y
0 李大杰 99 一月 9 二月
1 Jacky 115 一月 15 二月
2 zhuohua 130 一月 10 二月
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df = pd.read_excel('d:\\share\\mybook_3.xls',sheet_name='Sheet页1',
usecols=['姓名','英语_y','考试时间_y','英语_x','考试时间_x']) # usecols=[] 只输出某几个列的数据
print(df)
print("-" * 10)
## 重新设置各个列的位置:
df = df[['姓名','英语_y','考试时间_y','英语_x','考试时间_x']]
print(df)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
姓名 英语_x 考试时间_x 英语_y 考试时间_y
0 李大杰 99 一月 9 二月
1 Jacky 115 一月 15 二月
2 zhuohua 130 一月 10 二月
----------
姓名 英语_y 考试时间_y 英语_x 考试时间_x
0 李大杰 9 二月 99 一月
1 Jacky 15 二月 115 一月
2 zhuohua 10 二月 130 一月
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.DataFrame({'学生编号':['mr001','mr002','mr003'],'学生姓名':['zhuohua','Jacky','李大杰'],
'语文成绩':[34.5,39.7,38]})
print(df1)
print("-" * 10)
df2 = pd.DataFrame({'学生编号':['mr004','mr005'],'学生姓名':['Happy','Lily'],
'语文成绩':[60,70]})
print(df2)
print("-" * 10)
print("-" * 10)
dfs = [df1,df2]
## 使用concat函数进行数据合并,相同字段首尾相接:
df3 = pd.concat(dfs,ignore_index=True) #使用“ignore_index=True”时,结果会自动重置索引(索引默认从0开始)
print(df3)
## 把结果分别导出到同一个Excel文件(.xls)的不同工作表里:
Work_1 = pd.ExcelWriter('D:/mybook-4.xls')
df1.to_excel(Work_1,sheet_name='Sheet_1',index=True,header=True) #保留索引(行标题)、列标题
df2.to_excel(Work_1,sheet_name='Sheet-2',index=True,header=True) #保留索引(行标题)、列标题
df3.to_excel(Work_1,sheet_name='Sheet&3',index=True,header=True) #保留索引(行标题)、列标题
Work_1.save()
脚本运行的结果:(假如目标文件存在则覆盖,不存在则自动创建)
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
----------
学生编号 学生姓名 语文成绩
0 mr004 Happy 60
1 mr005 Lily 70
----------
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
C:\Users\jacky\Desktop>
C:\Users\jacky\Desktop>dir D:\*.xls
驱动器 D 中的卷没有标签。
卷的序列号是 E826-50A3
D:\ 的目录
2023/11/04 21:00 5,632 mybook-4.xls
1 个文件 5,632 字节
0 个目录 44,358,082,560 可用字节
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df = pd.read_excel('D:/mybook-4.xls') #导入指定的Excel文件(.xls)的第一个工作表
print(df)
print("-" * 10)
## 删除列标题为“Unnamed: 0”的数据:
df.drop(['Unnamed: 0'],axis=1,inplace=True)
print(df)
print("-" * 10)
## 不输出索引:
df = df.to_string(index=False)
print(df)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
Unnamed: 0 学生编号 学生姓名 语文成绩
0 0 mr001 zhuohua 34.5
1 1 mr002 Jacky 39.7
2 2 mr003 李大杰 38.0
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
----------
学生编号 学生姓名 语文成绩
mr001 zhuohua 34.5
mr002 Jacky 39.7
mr003 李大杰 38.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df_1 = pd.read_excel('D:\\mybook-4.xls',sheet_name=0) # sheet_name=0 即第一个工作表
print(df_1)
print("-" * 10)
df_2 = pd.read_excel('d:\\mybook-4.xls',sheet_name=1) # sheet_name=1 即第二个工作表
print(df_2)
print("-" * 10)
df_3 = pd.read_excel('d:/mybook-4.xls',sheet_name=2) # sheet_name=2 即第三个工作表
print(df_3)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
Unnamed: 0 学生编号 学生姓名 语文成绩
0 0 mr001 zhuohua 34.5
1 1 mr002 Jacky 39.7
2 2 mr003 李大杰 38.0
----------
Unnamed: 0 学生编号 学生姓名 语文成绩
0 0 mr004 Happy 60
1 1 mr005 Lily 70
----------
Unnamed: 0 学生编号 学生姓名 语文成绩
0 0 mr001 zhuohua 34.5
1 1 mr002 Jacky 39.7
2 2 mr003 李大杰 38.0
3 3 mr004 Happy 60.0
4 4 mr005 Lily 70.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df = pd.read_excel('D:/mybook-4.xls',sheet_name='Sheet-2') # sheet_name='' 指定工作表名称
print(df)
print("-" * 10)
## 只显示指定的列数据:
df_1 = df[['学生编号','学生姓名','语文成绩']]
print(df_1)
print("-" * 10)
## 不输出索引:
df = df_1.to_string(index=False)
print(df)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
Unnamed: 0 学生编号 学生姓名 语文成绩
0 0 mr004 Happy 60
1 1 mr005 Lily 70
----------
学生编号 学生姓名 语文成绩
0 mr004 Happy 60
1 mr005 Lily 70
----------
学生编号 学生姓名 语文成绩
mr004 Happy 60
mr005 Lily 70
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df_1 = pd.read_excel('d:\\mybook-4.xls',sheet_name="Sheet_1")
print(df_1)
print("-" * 10)
df_2 = pd.read_excel('D:\\mybook-4.xls',sheet_name=1)
print(df_2)
print("-" * 10)
df_3 = pd.read_excel('D:/mybook-4.xls',sheet_name='Sheet&3')
print(df_3)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
Unnamed: 0 学生编号 学生姓名 语文成绩
0 0 mr001 zhuohua 34.5
1 1 mr002 Jacky 39.7
2 2 mr003 李大杰 38.0
----------
Unnamed: 0 学生编号 学生姓名 语文成绩
0 0 mr004 Happy 60
1 1 mr005 Lily 70
----------
Unnamed: 0 学生编号 学生姓名 语文成绩
0 0 mr001 zhuohua 34.5
1 1 mr002 Jacky 39.7
2 2 mr003 李大杰 38.0
3 3 mr004 Happy 60.0
4 4 mr005 Lily 70.0
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df_1 = pd.read_excel('d:/mybook-4.xls',sheet_name=0)
print(df_1)
print("-" * 10)
df_2 = pd.read_excel('D:/mybook-4.xls',sheet_name=1)
print(df_2)
print("-" * 10)
df_3 = pd.read_excel("D:\\mybook-4.xls",sheet_name='Sheet&3')
print(df_3)
print("-" * 10)
print("-" * 10)
df_4 = pd.DataFrame({'学生姓名':['zhuohua wu','Jacky','李大杰'],
'物理成绩':[34.5,39.7,38.5]})
print(df_4)
## 把结果分别导出到同一个Excel文件(.xls)的不同工作表里:(这里相当于把df_4追加到原有的Excel文件中)
Work_1 = pd.ExcelWriter('D:/mybook-4.xls')
df_1.to_excel(Work_1,sheet_name='Sheet_1',index=False,header=True) #不保留索引(行标题),但保留列标题
df_2.to_excel(Work_1,sheet_name='Sheet-2',index=False,header=True) #不保留索引(行标题),但保留列标题
df_3.to_excel(Work_1,sheet_name='Sheet&3',index=False,header=True) #不保留索引(行标题),但保留列标题
df_4.to_excel(Work_1,sheet_name='工作表4',index=False,header=True) #不保留索引(行标题),但保留列标题
Work_1.save()
脚本运行的结果:(原来的Excel文件会被覆盖)
C:\Users\jacky\Desktop>python xx.py
Unnamed: 0 学生编号 学生姓名 语文成绩
0 0 mr001 zhuohua 34.5
1 1 mr002 Jacky 39.7
2 2 mr003 李大杰 38.0
----------
Unnamed: 0 学生编号 学生姓名 语文成绩
0 0 mr004 Happy 60
1 1 mr005 Lily 70
----------
Unnamed: 0 学生编号 学生姓名 语文成绩
0 0 mr001 zhuohua 34.5
1 1 mr002 Jacky 39.7
2 2 mr003 李大杰 38.0
3 3 mr004 Happy 60.0
4 4 mr005 Lily 70.0
----------
----------
学生姓名 物理成绩
0 zhuohua wu 34.5
1 Jacky 39.7
2 李大杰 38.5
C:\Users\jacky\Desktop>
C:\Users\jacky\Desktop>dir d:\*.xls
驱动器 D 中的卷没有标签。
卷的序列号是 E826-50A3
d:\ 的目录
2023/11/04 21:04 5,632 mybook-4.xls
1 个文件 5,632 字节
0 个目录 44,358,082,560 可用字节
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df_1 = pd.read_excel('D:\\mybook-4.xls',sheet_name=0) # sheet_name=0 即第一个工作表
print(df_1)
print("-" * 10)
df_2 = pd.read_excel('d:\\mybook-4.xls',sheet_name=1) # sheet_name=1 即第二个工作表
print(df_2)
print("-" * 10)
df_3 = pd.read_excel('D:/mybook-4.xls',sheet_name=2) # sheet_name=2 即第三个工作表
print(df_3)
print("-" * 10)
df_4 = pd.read_excel('d:/mybook-4.xls',sheet_name=3) # sheet_name=3 即第四个工作表
print(df_4)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
Unnamed: 0 学生编号 学生姓名 语文成绩
0 0 mr001 zhuohua 34.5
1 1 mr002 Jacky 39.7
2 2 mr003 李大杰 38.0
----------
Unnamed: 0 学生编号 学生姓名 语文成绩
0 0 mr004 Happy 60
1 1 mr005 Lily 70
----------
Unnamed: 0 学生编号 学生姓名 语文成绩
0 0 mr001 zhuohua 34.5
1 1 mr002 Jacky 39.7
2 2 mr003 李大杰 38.0
3 3 mr004 Happy 60.0
4 4 mr005 Lily 70.0
----------
学生姓名 物理成绩
0 zhuohua wu 34.5
1 Jacky 39.7
2 李大杰 38.5
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.read_excel('D:\\mybook-4.xls',sheet_name='Sheet_1')
print(df1)
print("-" * 10)
df2 = pd.read_excel('d:\\mybook-4.xls',sheet_name="Sheet-2")
print(df2)
print("-" * 10)
df3 = pd.read_excel('D:/mybook-4.xls',sheet_name='Sheet&3')
print(df3)
print("-" * 10)
df4 = pd.read_excel('d:/mybook-4.xls',sheet_name='工作表4')
print(df4)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
Unnamed: 0 学生编号 学生姓名 语文成绩
0 0 mr001 zhuohua 34.5
1 1 mr002 Jacky 39.7
2 2 mr003 李大杰 38.0
----------
Unnamed: 0 学生编号 学生姓名 语文成绩
0 0 mr004 Happy 60
1 1 mr005 Lily 70
----------
Unnamed: 0 学生编号 学生姓名 语文成绩
0 0 mr001 zhuohua 34.5
1 1 mr002 Jacky 39.7
2 2 mr003 李大杰 38.0
3 3 mr004 Happy 60.0
4 4 mr005 Lily 70.0
----------
学生姓名 物理成绩
0 zhuohua wu 34.5
1 Jacky 39.7
2 李大杰 38.5
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df_1 = pd.read_excel('D:/mybook-4.xls',sheet_name=0)
## 删除df_1的列标题为“Unnamed: 0”的数据:
df_1.drop(['Unnamed: 0'],axis=1,inplace=True)
print(df_1)
print("-" * 10)
df_2 = pd.read_excel('D:/mybook-4.xls',sheet_name=1)
## 删除df_2的列标题为“Unnamed: 0”的数据:
df_2.drop(['Unnamed: 0'],axis=1,inplace=True)
print(df_2)
print("-" * 10)
df_3 = pd.read_excel('D:/mybook-4.xls',sheet_name="Sheet&3")
## 删除df_3的列标题为“Unnamed: 0”的数据:
df_3.drop(['Unnamed: 0'],axis=1,inplace=True)
print(df_3)
print("-" * 10)
df_4 = pd.read_excel('D:/mybook-4.xls',sheet_name='工作表4')
print(df_4)
print("-" * 10)
print("-" * 10)
df_5 = pd.Series([88,60.5,'小红'])
print(df_5)
## 把结果分别导出到同一个Excel文件(.xls)的不同工作表里:(这里相当于把df_1、df_2、df_3、df_4、df_5写到一个新的Excel文件中)
Work_1 = pd.ExcelWriter('d:\\Mybook-5.xls')
df_1.to_excel(Work_1,sheet_name='工作表_1',index=False,header=True) #不保留索引(行标题),但保留列标题
df_2.to_excel(Work_1,sheet_name='工作表_2',index=False,header=True) #不保留索引(行标题),但保留列标题
df_3.to_excel(Work_1,sheet_name='工作表_3',index=False,header=True) #不保留索引(行标题),但保留列标题
df_4.to_excel(Work_1,sheet_name='工作表_4',index=False,header=True) #不保留索引(行标题),但保留列标题
df_5.to_excel(Work_1,sheet_name='工作表-5',index=False,header=False) #不保留索引(行标题)、列标题
Work_1.save()
脚本运行的结果:(会自动创建一个新的Excel文件)
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
----------
学生编号 学生姓名 语文成绩
0 mr004 Happy 60
1 mr005 Lily 70
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
----------
学生姓名 物理成绩
0 zhuohua wu 34.5
1 Jacky 39.7
2 李大杰 38.5
----------
----------
0 88
1 60.5
2 小红
dtype: object
C:\Users\jacky\Desktop>
C:\Users\jacky\Desktop>Dir d:\*.xls
驱动器 D 中的卷没有标签。
卷的序列号是 E826-50A3
d:\ 的目录
2023/11/04 21:04 5,632 mybook-4.xls
2023/11/04 21:08 9,728 Mybook-5.xls
2 个文件 15,360 字节
0 个目录 44,358,070,272 可用字节
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df_1 = pd.read_excel('D:/Mybook-5.xls',sheet_name=0) # sheet_name=0 即第一个工作表
print(df_1)
print("-" * 10)
df_2 = pd.read_excel('D:/Mybook-5.xls',sheet_name=1) # sheet_name=1 即第二个工作表
print(df_2)
print("-" * 10)
df_3 = pd.read_excel('D:/Mybook-5.xls',sheet_name=2) # sheet_name=2 即第三个工作表
print(df_3)
print("-" * 10)
df_4 = pd.read_excel("D:/Mybook-5.xls",sheet_name=3) # sheet_name=3 即第四个工作表
print(df_4)
print("-" * 10)
print("-" * 10)
df_5 = pd.read_excel('D:/Mybook-5.xls',sheet_name=4,header=None) # sheet_name=4 即第五个工作表;这里使用了“header=0”
print(df_5)
print("-" * 3)
df_5.columns = ['Title'] #给df_5自定义列标题
print(df_5)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
----------
学生编号 学生姓名 语文成绩
0 mr004 Happy 60
1 mr005 Lily 70
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
----------
学生姓名 物理成绩
0 zhuohua wu 34.5
1 Jacky 39.7
2 李大杰 38.5
----------
----------
0
0 88
1 60.5
2 小红
---
Title
0 88
1 60.5
2 小红
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.read_excel('D:/Mybook-5.xls',sheet_name='工作表_1')
print(df1)
print("-" * 10)
df2 = pd.read_excel('D:/Mybook-5.xls',sheet_name='工作表_2')
print(df2)
print("-" * 10)
df3 = pd.read_excel('D:/Mybook-5.xls',sheet_name="工作表_3")
print(df3)
print("-" * 10)
df4 = pd.read_excel("D:/Mybook-5.xls",sheet_name='工作表_4')
print(df4)
print("-" * 10)
print("-" * 10)
df_5 = pd.read_excel('D:/Mybook-5.xls',sheet_name='工作表-5',header=None) # 这里使用了“header=0”
print(df_5)
print("-" * 3)
df_5.columns = ['Title'] #给df_5自定义列标题
print(df_5)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
----------
学生编号 学生姓名 语文成绩
0 mr004 Happy 60
1 mr005 Lily 70
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
----------
学生姓名 物理成绩
0 zhuohua wu 34.5
1 Jacky 39.7
2 李大杰 38.5
----------
----------
0
0 88
1 60.5
2 小红
---
Title
0 88
1 60.5
2 小红
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df_1 = pd.read_excel('D:/Mybook-5.xls',sheet_name='工作表_3') #导入指定的Excel文件(.xls)的指定工作表
print(df_1)
print("-" * 10)
print("-" * 10)
## 把结果导出到指定的xlsx文件的指定工作表:
df_1.to_excel("D:/Mybook_6.xlsx",sheet_name='工作表_3',index=False,header=True) #不保留索引(行标题),但保留列标题
## 导入指定的xlsx文件的指定工作表:
df_2 = pd.read_excel('D:/Mybook_6.xlsx',sheet_name='工作表_3')
print(df_2)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
----------
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df_1 = pd.read_excel('D:/Mybook_6.xlsx',sheet_name=0) #导入指定的Excel文件(.xlsx)的指定工作表
print(df_1)
print("-" * 10)
print("-" * 10)
## 把结果导出到指定的xls文件的指定工作表:
df_1.to_excel("D:/Mybook_6.xls",sheet_name='工作表-3',index=False,header=True) #不保留索引(行标题),但保留列标题
## 导入指定的xls文件的指定工作表:
df_2 = pd.read_excel('D:/Mybook_6.xls',sheet_name='工作表-3')
print(df_2)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
----------
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df_1 = pd.read_excel('D:/Mybook-5.xls',sheet_name='工作表_3') #导入指定的Excel文件(.xls)的指定工作表
print(df_1)
print("-" * 10)
print("-" * 10)
## 把结果导出到指定的csv文件:
df_1.to_csv("D:/Mybook_6.csv",sep='\t',index=False,header=True) #不保留索引(行标题),但保留列标题
## 导入指定的csv文件:
df_2 = pd.read_csv('D:/Mybook_6.csv',sep='\t',encoding='utf-8')
print(df_2)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
----------
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
C:\Users\jacky\Desktop>
在CMD中显示指定目录里的csv文件:
C:\Users\jacky\Desktop>Dir D:\*.csv
驱动器 D 中的卷没有标签。
卷的序列号是 E826-50A3
D:\ 的目录
2023/11/04 21:14 135 Mybook_6.csv
1 个文件 135 字节
0 个目录 44,358,053,888 可用字节
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df_1 = pd.read_csv('D:/Mybook_6.csv',sep='\t',encoding='utf-8') #导入指定的csv文件
print(df_1)
print("-" * 10)
print("-" * 10)
## 把结果导出到指定的xls文件的指定工作表:
df_1.to_excel("D:/Mybook_6.xls",sheet_name='工作表 3',index=False,header=True) #不保留索引(行标题),但保留列标题
## 导入指定的xls文件的指定工作表:
df_2 = pd.read_excel('D:/Mybook_6.xls',sheet_name=0)
print(df_2)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
----------
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
C:\Users\jacky\Desktop>
######
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df_1 = pd.read_excel('D:/Mybook-5.xls',sheet_name='工作表_3') #导入指定的Excel文件(.xls)的指定工作表
print(df_1)
print("-" * 10)
print("-" * 10)
## 把结果导出到指定的txt文件:
df_1.to_csv("D:/Mybook_6.txt",sep='\t',index=False,header=True) #不保留索引(行标题),但保留列标题
## 导入指定的txt文件:
df_2 = pd.read_csv("D:/Mybook_6.txt",sep='\t',encoding='utf-8')
print(df_2)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
----------
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df_1 = pd.read_excel('D:/Mybook-5.xls',sheet_name=2) #导入指定的Excel文件(.xls)的指定工作表
## 把结果导出到指定的txt文件:
df_1.to_csv("D:/Mybook-6.txt",sep='\t',index=False,header=True) #不保留索引(行标题),但保留列标题
## 导入指定的txt文件:
df_2 = pd.read_csv("D:/Mybook-6.txt",sep='\t',encoding='utf-8')
print(df_2)
脚本运行的结果:(把输出数据写入(覆盖)到指定的文件;假如目标文件存在则覆盖,不存在则自动创建)
C:\Users\jacky\Desktop>python xx.py > "d:\Mybook 6.txt"
C:\Users\jacky\Desktop>
在CMD中读取指定文件的内容:
C:\Users\jacky\Desktop>type "D:\Mybook 6.txt"
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
C:\Users\jacky\Desktop>
在CMD中显示指定目录里的txt文件:
C:\Users\jacky\Desktop>dir D:\*.txt
驱动器 D 中的卷没有标签。
卷的序列号是 E826-50A3
D:\ 的目录
2023/11/04 21:17 186 Mybook 6.txt
2023/11/04 21:17 135 Mybook-6.txt
2023/11/04 21:16 135 Mybook_6.txt
3 个文件 456 字节
0 个目录 44,358,053,888 可用字节
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df_1 = pd.read_csv('D:/Mybook_6.txt',sep='\t',encoding='utf-8') #导入指定的txt文件
print(df_1)
print("-" * 10)
print("-" * 10)
## 把结果导出到指定的xls文件的指定工作表:
df_1.to_excel("D:/Mybook_6.xls",sheet_name='工作表 - 3',index=False,header=True) #不保留索引(行标题),但保留列标题
## 导入指定的xls文件的指定工作表:
df_2 = pd.read_excel('D:/Mybook_6.xls',sheet_name='工作表 - 3')
print(df_2)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
----------
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
C:\Users\jacky\Desktop>
######
#coding=utf-8
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
df_1 = pd.read_csv('D:/Mybook-6.txt',sep='\t',encoding='utf-8') #导入指定的txt文件
print(df_1)
print("-" * 10)
print("-" * 10)
## 把结果导出到指定的xls文件的指定工作表:
df_1.to_excel("D:/Mybook_6.xls",sheet_name='工作表 & 3',index=False,header=True) #不保留索引(行标题),但保留列标题
## 导入指定的xls文件的指定工作表:
df_2 = pd.read_excel('D:/Mybook_6.xls',sheet_name='工作表 & 3')
print(df_2)
脚本运行的结果:
C:\Users\jacky\Desktop>python xx.py
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
----------
----------
学生编号 学生姓名 语文成绩
0 mr001 zhuohua 34.5
1 mr002 Jacky 39.7
2 mr003 李大杰 38.0
3 mr004 Happy 60.0
4 mr005 Lily 70.0
C:\Users\jacky\Desktop>
在CMD中显示D盘里的所有文件、目录:(不会延伸到子目录)
C:\Users\jacky\Desktop>Dir D:\*.*
驱动器 D 中的卷没有标签。
卷的序列号是 E826-50A3
D:\ 的目录
2023/11/04 21:17 186 Mybook 6.txt
2023/11/04 21:04 5,632 mybook-4.xls
2023/11/04 21:08 9,728 Mybook-5.xls
2023/11/04 21:17 135 Mybook-6.txt
2023/11/04 21:14 135 Mybook_6.csv
2023/11/04 21:16 135 Mybook_6.txt
2023/11/04 21:23 5,632 Mybook_6.xls
2023/11/04 21:11 5,123 Mybook_6.xlsx
2020/05/12 20:41 <DIR> Python3
2023/11/04 20:50 <DIR> share
8 个文件 26,706 字节
2 个目录 44,358,053,888 可用字节
C:\Users\jacky\Desktop>
在CMD中显示指定目录里的所有文件、目录:(不会延伸到子目录)
C:\Users\jacky\Desktop>Dir D:\share\*.*
驱动器 D 中的卷没有标签。
卷的序列号是 E826-50A3
D:\share 的目录
2023/11/04 20:50 <DIR> .
2023/11/04 20:50 <DIR> ..
2023/11/04 20:50 5,632 mybook_3.xls
1 个文件 5,632 字节
2 个目录 44,358,053,888 可用字节
C:\Users\jacky\Desktop>
相关文章:
Pandas的基础
Pandas的数据转换 |