Python Pandas 优化 Excel 数据处理，提取包含用户昵称和最满意信息的文本

使用 Python Pandas 优化 Excel 数据处理，提取包含用户昵称和最满意信息的文本

本文将介绍如何使用 Python Pandas 库优化 Excel 数据处理，并提取包含用户昵称和最满意信息的文本。

代码示例:

import pandas as pd

# 读取Excel文件
df = pd.read_excel('C:\Users\86186\Desktop\汽车之家_秦plus_评论.xls')

# 初始化字典列表
sentences = []

# 遍历每一行数据
for index, row in df.iterrows():
    if pd.notnull(row['用户昵称']) and pd.notnull(row['最满意']):
        sentence_dict = {}
        columns = df.columns.tolist()
        start_index = columns.index('最满意')
        for column in columns[start_index:]:
            sentence_dict[column] = [sentence.strip() for sentence in str(row[column]).split('，')]
        sentences.append(sentence_dict)

# 打印结果
for sentence_dict in sentences:
    print(sentence_dict)

代码解释:

1. 读取 Excel 文件: 使用 pd.read_excel() 函数读取 Excel 文件，并将其存储在 df 数据框中。
2. 添加条件判断语句: 在循环遍历每一行数据时，添加 if pd.notnull(row['用户昵称']) and pd.notnull(row['最满意']): 条件判断语句，仅提取包含用户昵称和最满意信息的行。
3. 创建字典: 对于符合条件的行，创建一个字典 sentence_dict 来存储相关信息。
4. 提取文本数据: 遍历从 '最满意' 列开始的所有列，将每列的文本数据根据 '，' 符号进行拆分，并去除空格，最后存储到 sentence_dict 中。
5. 打印结果: 将每个 sentence_dict 打印出来，展示最终结果。

注意:

• 请确保你已经安装了 pandas 库和 xlrd 库。
• 将代码中的文件路径修改为你的实际路径。

通过以上代码，我们成功地从 Excel 文件中提取了包含用户昵称和最满意信息的文本数据。你可以根据实际需求对代码进行修改和扩展。