使用 Pandas 打印值

Question

首先，我对 Python 完全陌生，所以，也许是一些超级简单的事情，我做得不对。

我正在读取多个工作表 xlsx 文件并将它们中的每一个发送到单独的数据框。 （至少，我认为我正在这样做）。

xl = pd.ExcelFile("results/report.xlsx")
d = {} # your dict.
for sheet in xl.sheet_names:
    d[f'{sheet}']= pd.read_excel(xl,sheet_name=sheet)



lista_colunas = [7, 10, 101, 102, 103, 104]
d['Seg3_results'].columns[lista_colunas].values

这是结果。

>>> print(d)
{'Sheet': Empty DataFrame
Columns: []
Index: [], 'report': Empty DataFrame
Columns: []
Index: [], 'Seg10_results':    ID      Hora de início   Hora de conclusão      Email  ...  Humanas  Exatas  Linguagens Biológicas
0   1 2021-04-28 13:38:51 2021-04-28 16:25:59  anonymous  ...       38      50          38         38 
1   2 2021-04-28 17:02:11 2021-04-28 17:57:48  anonymous  ...       25       0          25         38 

[2 rows x 105 columns], 'Seg1_results':     ID      Hora de início   Hora de conclusão  ... Exatas Linguagens  Biológicas
0    1 2020-05-26 08:30:00 2020-05-26 09:15:00  ...     25         29          38
1    2 2020-05-26 08:31:12 2020-05-26 09:21:38  ...     38         33          38
2    3 2020-05-26 08:27:40 2020-05-26 09:21:38  ...     50         29          38

然后，我尝试仅打印每个 df 的一些列（手动尝试）

lista_colunas = [7, 10, 101, 102, 103, 104]
d['Seg10_results'].columns[lista_colunas].values

但我得到的只是这个：

>>> d['Seg10_results'].columns[lista_colunas].values
array(['NOME COMPLETO', 'QUAL A SUA OFICINA DE APRENDIZAGEM?', 'Humanas',
       'Exatas', 'Linguagens', 'Biológicas'], dtype=object)

正在显示任何值

如果我只打电话给d['Seg10_results'][lista_colunas]，我会得到这个：

>>> d['Seg10_results'][lista_colunas]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Users\Adilson\AppData\Local\Programs\Python\Python38-32\lib\site-packages\pandas\core\frame.py", line 3461, in __getitem__
    indexer = self.loc._get_listlike_indexer(key, axis=1)[1]
  File "C:\Users\Adilson\AppData\Local\Programs\Python\Python38-32\lib\site-packages\pandas\core\indexing.py", line 1314, in _get_listlike_indexer
    self._validate_read_indexer(keyarr, indexer, axis)
  File "C:\Users\Adilson\AppData\Local\Programs\Python\Python38-32\lib\site-packages\pandas\core\indexing.py", line 1374, in _validate_read_indexer
    raise KeyError(f"None of [{key}] are in the [{axis_name}]")
KeyError: "None of [Int64Index([7, 10, 101, 102, 103, 104], dtype='int64')] are in the [columns]"

我做错了什么？

及时，这是一项主要工作的一部分。 我要做的就是过滤所有工作表的某些列，并将它们保存到一个新的 xlsx 文件中（同样，由工作表分隔，但已过滤）

---

添加我的解决方案以导出具有多个工作表的单个文件

我知道这远非一个漂亮的代码，但它目前正在运行。

dados = pd.read_excel("results/report.xlsx", sheet_name=None)
df = pd.concat(dados[frame] for frame in dados.keys())

lista_colunas = [7, 10, 101, 102, 103, 104]
filtro = df.columns[lista_colunas]
final_df = df[filtro]

grouped_df = final_df.groupby(final_df.columns[1])
salas = grouped_df.groups.keys()

writer = pd.ExcelWriter('results/resultado.xlsx', engine='xlsxwriter')

for sala in salas: 
        splitdf = grouped_df.get_group(sala) 
        splitdf.to_excel(writer, sheet_name=str(sala)) 
writer.save()

Answer 1

d['Seg10_results'][lista_colunas] 基本上是d['Seg10_results][7, 10, 101, 102, 103, 104]，lista_colunas 中的所有项目都不是d['Seg10_results'] 中的实际列。

您可能想要：

• 以pandas.DataFrame.iloc (docs) 为例，

  d['Seg10_results'].iloc[:, lista_colunas];或

• 将d['Seg10_results'].columns[lista_colunas].values 存储在变量中，即cols 并执行

  d['Seg10_results'][cols].

Answer 2

你不需要加.columns，也不需要values。

代替：

d['Seg10_results'].columns[lista_colunas].values

试试：

d['Seg10_results'][lista_colunas]

Answer 3

您的列已命名并编入索引，因此我认为您需要按名称调用它们。

这是处理数据的最佳方式的代码 sn-p (Pandas DataFrames)

1.

import pandas as pd 
   
btc = pd.read_csv('BTC_Analysis/BTC-USD.csv')

1. dataframe = pd.DataFrame()

   打印（数据帧['日期']）

对于多个条目，只需添加第二个括号：

print(dataframe[['Date', 'Open']])

以下是 Pandas 文档中的一些快速信息：

https://pandas.pydata.org/pandas-docs/stable/user_guide/10min.html

此外，您还可以在tutorial 中找到一些有用的信息

附言。处理 XLSX 文件可能很麻烦，如果可能，通常最好使用 CSV 格式。