根据指定列筛选出含有关键字的数据
import pandas as pd
df = pd.read_excel(j_path_xlsx).iloc[1:-2,2:6] #从第二行到倒数第二行，从第三列到第七列
#凭证字号这列中含有银行的筛掉,只保留含有自动银行的数据
df = df[df['凭证字号'].str.contains("自动")]
#凭证字号这列中剔除所有含有'自动'的数据
df = df[~df['凭证字号'].str.contains("自动")] #只需取反即可
#剔除摘要中 '划款'和含有'费'字的数据
df = df[(df['摘要']!='划款')&(~df['摘要'].str.contains("费"))] #剔除不需要的数据
替换dataframe中某列的全部数据
df[df['借贷标志']=='借'] = df[df['借贷标志']=='借'].replace(borrow,borrow1)
#borrow是原始列数据，borrow1是替换列新数据，注意二者都是列表形式 df[df['借贷标志']=='借']是需要替换的数据列
dataframe根据某列数据分组求和
#根据项目编号分组求和
groupsum = df['发生额'].astype(float).groupby(df['项目编号']).sum()
print(groupsum,type(groupsum))
item_no = df.drop_duplicates(subset='项目编号',keep='first',inplace=False)['项目编号'].values
print(item_no)
for no in item_no:
print(no,groupsum[no]) #项目编号 总金额
#获取项目编号中的关键字母
key_word = re.search('[A-Z]',no).group()
dataframe根据多列数据分组
import pandas as pd
df = pd.read_excel(j_path_xlsx).iloc[:,][['公司',lv_1,'凭证号','摘要','科目名称','原币金额','借方','贷方','核算项目']]
#根据三列数据分组
df.groupby(['业务日期','凭证号','原币金额'])
#打印一下每组的数量，如下图所示
print(df.groupby(['业务日期','凭证号','原币金额']).size())
1.png
print(len(s.count()))
print(s.size().values)
print(s.size().index)
2.png
分组之后所有的数据是存放在list类型中，可以遍历,遍历后的每个元素是tuple类型，一般有两个元素，第一个元素是分组ID，第二个才是分组成功后的数据，仍旧是dataframe类型，由于数据保密性就不放图了
for i in s:
if len(i[1])>1:
print(i)
根据列名获取数据
import pandas as pd
'''
j_path_xlsx--excel表格路径
'''
df = pd.read_excel(j_path_xlsx).iloc[:,][['记账日期','凭证类型','凭证号','摘要','原币金额']]
pandas 合并两个或多个dataframe
pd.concat(pd1,pd2,axis=0) #合并两个dataframe ,参数为0竖着拼接，为1行向拼接
#合并多个dataframe
d_list=[pd1,pd2,pd3,...]
pd.concat(d_list,axis=0)
pandas写入excel
方式一 ：直接写入excel无法保存写入的格式
import pandas as pd
df = pd.read_excel(r'D:\huidan\账户清单2.0 .xlsx') #读取文件然后写入另一excel表格
print(df)
d_path = r'D:\huidan\111.xlsx'
df.to_excel(d_path,index=False) #参数index为索引，默认为True写入时会有索引
方式二 : 例如账号‘2019001900909’写入之后会变成科学计数法的格式，当双击单元格又变成str格式，很不友好，所以尝试第二种方式
import pandas as pd
df = pd.read_excel(r'D:\huidan\账户清单2.0 .xlsx') #读取文件然后写入另一excel表格
print(df)
df['单据号']=[' %i' % i for i in df['单据号']] #把所有的数字转换成字符串再写入
d_path = r'D:\huidan\111.xlsx'
writer = pd.ExcelWriter(d_path)
# df_oa.to_excel(writer, sheet_name="导入模板", startrow=1, index=False)
# 指定sheet，从第二行开始写入
df.to_excel(writer,index=False)
writer.save()
# 写入excel并保留被写入表格原格式
app = xw.App(visible=False)
wb = xw.Book(oa_file_path)
# 指定sheet名
ws = wb.sheets['导入模板']
# 从第二行开始写入
ws.range('A2').options(index=False).value = df_oa
wb.save()
wb.close()
app.quit()
pandas重新排列索引顺序
df = df.reset_index(drop=True)
pandas根据索引删除行
df.drop(index = 1,axis=1) #axis不影响结果
pandas根据列名删除列
2，删除列
2.1，del
1
del df['A'] # 删除A列，会就地修改
2.2，drop
通过列名称删除：
1
2
df = df.drop(['B', 'C'], axis=1) # drop不会就地修改，创建副本返回
df.drop(['B', 'C'], axis=1, inplace=True) # inplace=True会就地修改
使用列数删除，传入参数是int，列表，者切片：
1
2
3
df.drop(df.columns[0], axis=1, inplace=True) # 删除第1列
df.drop(df.columns[0:3], axis=1, inplace=True) # 删除前3列
df.drop(df.columns[[0, 2]], axis=1, inplace=True) # 删除第1第3列
dataframe判断某个值是否是NAN
import numpy as np
if np.isnan(df.[0,1]): #为空返回True，反之返回False
print('***NAN***')
创建空的dataframe
pd.DataFrame(columns=('公司',lv_1,'凭证号','摘要','科目名称','原币金额','借方','贷方','核算项目'))
dataframe合并列
#-----增值税
df = pd.read_excel(r'D:\xxd\1\zzs.xls')
print(df)
df['发票代码+发票号码'] = df['发票代码'].map(str)+df['发票号码'].map(str)
dataframe指定列替换满足条件的数值
df_x.loc[df_x['是否勾选(是/否)'] == '否','是否勾选(是/否)'] = '是'
dataframe根据指定列的数值进行排序
df.sort_values("xxx",inplace=True)
#表示df按照xxx这个字段排序，inplace默认为False,如果该值为False，那么原来的pd顺序没变，只是返回的是排序的
dataframe修改列名
# 根据现存列名修改
df_asp = df_asp.rename(columns={"客户编号": "客户编码"})
# 根据列索引来修改
df_endorse_old.columns.values[7] = '承兑人信息开户行名称'
# 修改全部列名
df_endorse_old.columns = ['出票日期', '汇票到期日', '承兑人信息全称', '票据号码', '出票人全称']
# 输出列名
print(df_endorse_old.columns.values.tolist())
dataframe添加列数据，修改列值
# 在指定索引位置添加一列
df_oa.insert(0, '客户编码', df_asp['客户编码'])
# 修改列值
df_endorse_old['背书日期'] = [datetime.datetime.strptime(str(i), "%Y%m%d").strftime("%Y-%m-%d") for i in
df_endorse_old['背书日期']]
df_asp['客户创建日期'] = [str(i)[:10] for i in df_asp['客户创建日期']]
df['单据号']=[' %i' % i for i in df['单据号']]
dataframe类型转换
# 一列数据转换成list
df_endorse_old['背书人名称'].tolist()
