pandas速成笔记(1)-环境搭建及excel读取

工作中经常会遇到一些excel的数据分析工作，虽然本身excel本身有非常强大的功能，但如果需要将一些数据分析结果集成在自己的项目中，excel就显示有些不方便了(总不能每次在excel里做好图表，再截图贴进来吧)，幸好python的生态圈足够强大，有pandas这种利器，能以编程的方式，方便快捷的分析excel/csv电子表格。

 

一、环境搭建

1.1 anaconda

最简单的办法就是安装Anaconda ，它已经集成了很多数据分析的工具包(包括pandas)，download后一路next安装即可。

安装完后，mac终端上输入conda --help，可以查看帮助信息。(windows环境也是类似的）

 

1.2 查看python虚拟环境

python与其它语言不同的地方，它可以在机器上创建不同的所谓『环境』，不同的环境之间相互隔离(即：本环境下安装的软件及版本，跟另1个环境没任何关系)，比如：环境A用于运行python 2.x，环境B用于运行python 3.x。

安装好anaconda后，默认会创建1个名为base的环境，也可以用以下命令查看当前所有环境：

conda info --env

如上图，我本机有2个环境：base, pytorch

环境之间也可以切换，比如我想切换到pytorch环境，可以用

conda activate pytorch

如果在mac上，切换完成后，提示符会有所变化：

另外还有一些关于环境的常用命令：

conda info --env 列出所有环境
conda remove -n myenv -all 删除指定环境myenv
conda create -n myenv1 python=3.6 创建环境myenv1，且指定该环境使用python 3.6版本

另外，如果是mac，还有一个很有用的命令where python，查看python程序所在目录（后面配置pycharm运行环境时会用到）

 

1.3 安装pycharm

虽然conda安装后，自带了jupyter notebook，也能做一些简单的交互式编程。比如，在命令行输入：

jupyter notebook

会在本机启用1个webserver，同时终端窗口也会有一些日志：

在浏览器里打开http://127.0.0.1:8888/ 后就能写代码了：

但真正实际工作中，开发人员更多会使用pycharm，编程体验会更好，而且社区版也不要钱，何乐不为呢？但很多新手可能会发现，pycharm安装好以后不识别conda环境

pycharm中创建python项目时，如果象上图一样，interpreter里是空的，点击最右侧的...按钮，

在Add Python Interpreter界面，继续点最右侧的...按钮，这时候会让你选择python所在的目录，还记得前面讲到的where python命令吗？用它找到anaconda安装后，python所在的目录（这个很重要！不要选择mac系统自带的python目录/usr/bin/python，那个没有pandas等工具库）

如果你经常要使用pandas处理数据，建议把Make available to all projects勾上

 

二、excel读写测试

pycharm里随便创建1个python项目，验证下pandas开发环境是否正常。

然后创建一个python文件，比如：001.py，输入以下代码（先不用管什么意思）

import pandas as pd

df = pd.DataFrame({"id": [1, 2, 3, 4, 5, 6], "name": ["A", "B", "C", "D", "E", 'F']}).set_index('id')
df.to_excel("data/001.xlsx")

df2 = pd.read_excel("data/001.xlsx").set_index("id")
print(df2)

如果能类似输出类似上图的结果 ，就说明环境ok。再来回过头看看这几行代码的意思：

行1：导入pandas类库，同时取个别名叫pd

行3-4：创建几行数据，然后写入到excel文件

行6-7：把刚才写入的excel，重新读出来，并打印