pyhton-numpy-pandas类型

data.info()查看加载数据的相关信息

pandas的类型转化有三种，

使用astype()函数进行强制类型转换
自定义函数进行数据类型转换
使用Pandas提供的函数如to_numeric()、to_datetime()

1. astype

data['客户编号'].astype('object')

data['客户编号'] = data['客户编号'].astype('object') #对原始数据进行转换并覆盖原始数据列

astype会失效的

astype()函数有效的情形：

据列中的每一个单位都能简单的解释为数字(2, 2.12等）
数据列中的每一个单位都是数值类型且向字符串object类型转换

2. apply （函数内存对象） 自定义函数转化类型

#使用匿名函数
data['2016'].apply(lambda x: x.replace('￥', '').replace(',', '')).astype('float')

状态值的准话，可以使用numpy中的where函数，Y--True N--False

data['状态'] = np.where(data['状态'] == 'Y', True, False)

3. pandas的一些辅助函数

辅助函数对于某些特定数据类型的转换非常有用(如to_numeric()、to_datetime())。所属组数据列中包含一个非数值，用astype()转换出现了错误，然而用to_numeric()函数处理就优雅很多。

pd.to_numeric(data['所属组'], errors='coerce').fillna(0)
对于astype的类型不同替换错误的问题，to_numeric做了默认值处理， 非数值的替换成了0，而且是可以指定的，
Pandas中的to_datetime()函数可以把单独的year、month、day三列合并成一个单独的时间戳。

读取文件的时候直接进行类型转换

data2 = pd.read_csv("data.csv",
   converters={
    '客户编号': str,
    '2016': convert_currency,
    '2017': convert_currency,
    '增长率': convert_percent,
    '所属组': lambda x: pd.to_numeric(x, errors='coerce'),
    '状态': lambda x: np.where(x == "Y", True, False)
    },
   encoding='gbk')

pandas格式的问题

对于pd.style，虽然可以处理样式，也可以进行指定列的数值判断，但是有个问题是不能指定首行的样式列宽居中这些的，
所以可以重写pd的to_excel方法，在其中增加对excel的操作，
经过试验发现两个引擎，一个是openpyxl，一个xlsxwriter，这两个引擎各有优缺点
对于openpyxl，不足的一点是不能按照行按照列的处理样式，必须得一个cell一个cell的处理，虽然也可以用遍历，也能达到样式处理的效果，
使用openpyxl的好处是可以结合pd.style的样式处理，只需要专注于首行样式的处理即可。

#前提是engine使用的是openpyxl
#重写
pd.style.to_excel

from pandas.io.formats.style import Styler
#第一层继承Styler
#在内部添加需要的参数，重写write方法
#第二层继承ExcelFormatter，重写其中的write方法
from openpyxl.styles import Font, PatternFill, Alignment
header_font = Font(size=20, bold=True)
        header_fill = PatternFill(fgColor='BFD1E9', fill_type='solid')
        header_align = Alignment(horizontal='center', vertical='center', wrap_text=True)
        header_border = Border(
            left=Side(style='medium', color='FF000000'),
            right=Side(style='medium', color='FF000000'),
            top=Side(style='medium', color='FF000000'),
            bottom=Side(style='medium', color='FF000000'),
        )
        for i in range(num_cols):
            col_index = self.getColumnName(i + 1)
            if i < 2:
                worksheet.column_dimensions[col_index].width = self.col_width * 2
            else:
                worksheet.column_dimensions[col_index].width = self.col_width
            worksheet[f'{col_index}2'].font = header_font
            worksheet[f'{col_index}2'].fill = header_fill
            worksheet[f'{col_index}2'].alignment = header_align
            worksheet[f'{col_index}2'].border = header_border

        worksheet.merge_cells(f'A1:{col_index}1')
        worksheet['A1'] = '这是表的标题'
        worksheet['A1'].font = header_font
        worksheet['A1'].fill = header_fill
        worksheet['A1'].alignment = header_align
        worksheet['A1'].border = header_border
        worksheet.row_dimensions[1].height = 30
    writer.save()

xlsxwriter引擎
缺点是不能和pd.style配合使用，不过他自己就可以指定列来进行数值过滤。默认支持很多方法，而且支持图标生成嵌套，专注于excel表的生成，在生成之后就不能再更改，同时对行列样式的的修改支持很好

#引擎修改为xlsxwriter引擎
#第一层继承DataFrame
#加入额外的参数
#第二层继承ExcelFormatter，修改样式
        workbook = writer.book
        worksheet = writer.sheets[sheet_name]
        first_header_font_fmt = workbook.add_format({
            'font_name': u'微软雅黑',
            'font_size': 18,
            'align': 'center',
            'valign': 'vcenter',
            'bold': True,
            'bg_color': '#9FC3D1',
            'border': 1
        })
        second_header_font_fmt = workbook.add_format({
            'font_name': u'微软雅黑',
            'font_size': 15,
            'align': 'center',
            'valign': 'vcenter',
            'bold': True,
            'bg_color': '#D7E4BC',
            'border': 1
        })
        body_font_fmt = workbook.add_format({
            'font_name': u'宋体',
            'font_size': 12,
            'align': 'center',
            'valign': 'vcenter',
            'border': 1
        })
        highlight_fmt = workbook.add_format({'bg_color': '#FFD7E2'})

        # 设置列宽
        worksheet.set_column('A:B', 30)
        worksheet.set_column('C:{}'.format(self.getColumnName(num_cols)), 10)

        # 设置数据样式
        worksheet.set_column('A:{}'.format(self.getColumnName(num_cols)), cell_format=body_font_fmt)

        # 设置title
        worksheet.merge_range(0, 0, 0, num_cols - 1, title, first_header_font_fmt)

        # 设置列名
        for col_index, column_name in enumerate(self.df.columns):
            worksheet.write(1, col_index, column_name, second_header_font_fmt)

        len_column = len(self.df.index) + 2
        filter_type = {
            'between': 'between',
            'not': 'notBetween',
            '==': '==',
            '!=': 'notEqual',
            '>': 'greaterThan',
            '<': 'lessThan',
            '>=': 'greaterThanOrEqual',
            '<=': 'lessThanOrEqual',
        }
        # 样式过滤,对值进行处理
        highlight_info = {'type': 'cell', 'criteria': '', 'format': highlight_fmt}
        for column_index, filter_type in filter_info.items():
            for method, params in filter_type.items():
                highlight_info['criteria'] = method
                if method in ['between', 'notBetween']:
                    minimum, maximum = params.split(',')
                    highlight_info.update({'maximum': float(maximum), 'minimum': float(minimum)})
                else:
                    highlight_info.update({'value': float(params)})

                worksheet.conditional_format('{0}3:{0}{1}'.format(self.getColumnName(column_index), len_column),
                                             highlight_info)

        if need_save:
            writer.save()

对于pd导出excel的参数中。startrow startcol可以给行列预留位置，然后指定样式，完美

pd.loc[4]，包含4
pd.iloc[4] 不包含4
‘

pd导出多sheet的excel