大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE稳定放心使用
pandas中查找excel或csv表中指定信息行的数据（超详细）
关键！！！！使用loc函数来查找。
话不多说，直接演示：
有以下名为try.xlsx表：
1.根据index查询
条件：首先导入的数据必须的有index
或者自己添加吧，方法简单，读取excel文件时直接加index_col
代码示例：
import pandas as pd #导入pandas库
excel_file = './try.xlsx' #导入excel数据
data = pd.read_excel(excel_file, index_col='姓名')
#这个的index_col就是index，可以选择任意字段作为索引index，读入数据
print(data.loc['李四'])
打印结果就是
部门 B
工资 6600
Name: 李四, dtype: object
（注意点:索引）
2.已知数据在第几行找到想要的数据
假如我们的表中，有某个员工的工资数据为空了，那我们怎么找到自己想要的数据呢。
代码如下：
for i in data.columns:
for j in range(len(data)):
if (data[i].isnull())[j]:
bumen = data.iloc[j, [0]] #找出缺失值所在的部门
data[i][j] = charuzhi(bumen)
原理很简单，首先检索全部的数据，然后我们可以用pandas中的iloc函数。上面的iloc[j, [2]]中j是具体的位置，【0】是你要得到的数据所在的column
3.根据条件查询找到指定行数据
例如查找A部门所有成员的的姓名和工资或者工资低于3000的人：
代码如下：
"""根据条件查询某行数据"""
import pandas as pd #导入pandas库
excel_file = './try.xlsx' #导入文件
data = pd.read_excel(excel_file) #读入数据
print(data.loc[data['部门'] == 'A', ['姓名', '工资']]) #部门为A，打印姓名和工资
print(data.loc[data['工资'] < 3000, ['姓名','工资']]) #查找工资小于3000的人
结果如下：
若要把这些数据独立生成excel文件或者csv文件：
添加以下代码
"""导出为excel或csv文件"""
#单条件
dataframe_1 = data.loc[data['部门'] == 'A', ['姓名', '工资']]
#单条件
dataframe_2 = data.loc[data['工资'] < 3000, ['姓名', '工资']]
#多条件
dataframe_3 = data.loc[(data['部门'] == 'A')&(data['工资'] < 3000), ['姓名', '工资']]
#导出为excel
dataframe_1.to_excel('dataframe_1.xlsx')
dataframe_2.to_excel('dataframe_2.xlsx')
4.找出指定列
data['columns'] #columns即你需要的字段名称即可
#注意这列的columns不能是index的名称
#如果要打印index的话就data.index
data.columns #与上面的一样
以上全过程用到的库：
pandas，xlrd , openpyxl
5.找出指定的行和指定的列
主要使用的就是函数iloc
data.iloc[:,:2] #即全部行，前两列的数据
逗号前是行，逗号后是列的范围，很容易理解
6.在规定范围内找出符合条件的数据
data.iloc[:10,:][data.工资>6000]
这样即可找出前11行里工资大于6000的所有人的信息了
发布者：全栈程序员-用户IM，转载请注明出处：https://javaforall.cn/186739.html原文链接：https://javaforall.cn
【正版授权，激活自己账号】： Jetbrains全家桶Ide使用，1年售后保障，每天仅需1毛
【官方授权 正版激活】： 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...
