pandas处理Excel数据的应用

       最近迷上了高效处理数据的pandas，其实这个是用来做数据分析的，如果你是做大数据分析和测试的，那么这个是非常的有用的！！但是其实我们平时在做自动化测试的时候，如果涉及到数据的读取和存储，那么而利用pandas就会非常高效，基本上3行代码可以搞定你20行代码的操作！该教程仅仅限于结合柠檬班的全栈自动化测试课程来讲解下pandas在项目中的应用，这仅仅只是冰山一角，希望大家可以踊跃的去尝试和探索！

     一、安装环境：

1：pandas依赖处理Excel的xlrd模块，所以我们需要提前安装这个，安装命令是：pip install xlrd

  2:安装pandas模块还需要一定的编码环境，所以我们自己在安装的时候，确保你的电脑有这些环境：Net.4 、VC-Compiler以及winsdk_web，如果大家没有这些软件~可以咨询我们的辅导员索要相关安装工具。

  3:步骤1和2 准备好了之后，我们就可以开始安装pandas了，安装命令是：pip install pandas

一切准备就绪，就可以开始愉快的玩耍咯！
ps:在这个过程中，可能会遇到安装不顺利的情况，万能的度娘有N种解决方案，你这么大应该要学着自己解决问题。

       二、pandas操作Excel表单

  数据准备，有一个Excel文件：lemon.xlsx有两个表单，表单名分别为：Python 以及student，

Python的表单数据如下所示：

student的表单数据如下所示：

       1：在利用pandas模块进行操作前，可以先引入这个模块，如下：

import  pandas  as pd

      2:读取Excel文件的两种方式：

#方法一：默认读取第一个表单df=pd.read_excel(‘lemon.xlsx‘)#这个会直接默认读取到这个Excel的第一个表单
data=df.head()#默认读取前5行的数据
print("获取到所有的值:\n{0}".format(data))#格式化输出

得到的结果是一个二维矩阵，如下所示：

#方法二：通过指定表单名的方式来读取
df=pd.read_excel(‘lemon.xlsx‘,sheet_name=‘student‘)#可以通过sheet_name来指定读取的表单
data=df.head()#默认读取前5行的数据
print("获取到所有的值:\n{0}".format(data))#格式化输出

得到的结果如下所示，也是一个二维矩阵：

#方法三：通过表单索引来指定要访问的表单，0表示第一个表单
#也可以采用表单名和索引的双重方式来定位表单
#也可以同时定位多个表单，方式都罗列如下所示
df=pd.read_excel(‘lemon.xlsx‘,sheet_name=[‘python‘,‘student‘])#可以通过表单名同时指定多个
# df=pd.read_excel(‘lemon.xlsx‘,sheet_name=0)#可以通过表单索引来指定读取的表单
# df=pd.read_excel(‘lemon.xlsx‘,sheet_name=[‘python‘,1])#可以混合的方式来指定
# df=pd.read_excel(‘lemon.xlsx‘,sheet_name=[1,2])#可以通过索引 同时指定多个
data=df.values#获取所有的数据，注意这里不能用head()方法哦~
print("获取到所有的值:\n{0}".format(data))#格式化输出

具体结果是怎样的，同学们可以自己一个一个的去尝试，这个结果是非常有意思的，但是同时同学们也发现了，这个数据是一个二维矩阵，对于我们去做自动化测试，并不能很顺利的处理，所以接下来，我们就会详细的讲解，如何来读取行号和列号以及每一行的内容 以及制定行列的内容。

三、pandas操作Excel的行列

1：读取指定的单行，数据会存在列表里面

#1：读取指定行df=pd.read_excel(‘lemon.xlsx‘)#这个会直接默认读取到这个Excel的第一个表单
data=df.ix[0].values#0表示第一行 这里读取数据并不包含表头，要注意哦！
print("读取指定行的数据：\n{0}".format(data))

2：读取指定的多行，数据会存在嵌套的列表里面：

df=pd.read_excel(‘lemon.xlsx‘)
data=df.ix[[1,2]].values#读取指定多行的话，就要在ix[]里面嵌套列表指定行数
print("读取指定行的数据：\n{0}".format(data))

3：读取指定的行列：

df=pd.read_excel(‘lemon.xlsx‘)
data=df.ix[1,2]#读取第一行第二列的值，这里不需要嵌套列表
print("读取指定行的数据：\n{0}".format(data))

4：读取指定的多行多列值：

df=pd.read_excel(‘lemon.xlsx‘)
data=df.ix[[1,2],[‘title‘,‘data‘]].values#读取第一行第二行的title以及data列的值，这里需要嵌套列表
print("读取指定行的数据：\n{0}".format(data))

5：获取所有行的指定列

df=pd.read_excel(‘lemon.xlsx‘)
data=df.ix[:,[‘title‘,‘data‘]].values#读所有行的title以及data列的值，这里需要嵌套列表
print("读取指定行的数据：\n{0}".format(data))

6：获取行号并打印输出

df=pd.read_excel(‘lemon.xlsx‘)
print("输出行号列表",df.index.values)

输出结果是：
输出行号列表 [0 1 2 3]

7：获取列名并打印输出

df=pd.read_excel(‘lemon.xlsx‘)
print("输出列标题",df.columns.values)

运行结果如下所示：
输出列标题 [‘case_id‘ ‘title‘ ‘data‘]

8：获取指定行数的值：

df=pd.read_excel(‘lemon.xlsx‘)
print("输出值",df.sample(3).values)#这个方法类似于head()方法以及df.values方法

输出值
 [[2 ‘输入错误的密码‘ ‘{"mobilephone":"18688773467","pwd":"12345678"}‘]
 [3 ‘正常充值‘ ‘{"mobilephone":"18688773467","amount":"1000"}‘]
 [1 ‘正常登录‘ ‘{"mobilephone":"18688773467","pwd":"123456"}‘]]

9：获取指定列的值：

df=pd.read_excel(‘lemon.xlsx‘)
print("输出值\n",df[‘data‘].values)

四：pandas处理Excel数据成为字典

 我们有这样的数据，，处理成列表嵌套字典，且字典的key为表头名。

实现的代码如下所示：

df=pd.read_excel(‘lemon.xlsx‘)
test_data=[]
for i in df.index.values:#获取行号的索引，并对其进行遍历：
    #根据i来获取每一行指定的数据 并利用to_dict转成字典
    row_data=df.ix[i,[‘case_id‘,‘module‘,‘title‘,‘http_method‘,‘url‘,‘data‘,‘expected‘]].to_dict()
    test_data.append(row_data)
print("最终获取到的数据是：{0}".format(test_data))

最后得到的结果是：

最终获取到的数据是：
[{‘title‘: ‘正常登录‘, ‘case_id‘: 1, ‘data‘: ‘{"mobilephone":"18688773467","pwd":"123456"}‘}, 
{‘title‘: ‘输入错误的密码‘, ‘case_id‘: 2, ‘data‘: ‘{"mobilephone":"18688773467","pwd":"12345678"}‘}, 
{‘title‘: ‘正常充值‘, ‘case_id‘: 3, ‘data‘: ‘{"mobilephone":"18688773467","amount":"1000"}‘}, 
{‘title‘: ‘充值输入负数‘, ‘case_id‘: 4, ‘data‘: ‘{"mobilephone":"18688773467","amount":"-100"}‘}]

sheetname：默认是sheetname为0，返回多表使用sheetname=[0,1]，若sheetname=None是返回全表 。注意：int/string返回的是dataframe，而none和list返回的是dict of dataframe。

df = pd.read_excel(xls, sheet_name=[0], keep_default_na=‘‘)


df -> (0, df)
dict(df)
{0:df}