2020年5月11日星期一

import pandas as pd
import os
path = os.getcwd()

"""
相關檔案可參考以下網址下載：
https://depart.moe.edu.tw/ED4500/News_Content.aspx?n=5A930C32CC6C3818&sms=91B3AAE8C6388B96&s=596D9D77281BE257

"""

# List files:
files = os.listdir(path)
# 印出目錄下所有檔案名稱

print(files)

# 選擇檔案名稱第4-10碼為「student」的檔案

files_xls = [f for f in files if f[4:11] == 'student']
print(files_xls)

['105_student.xls', '106_student.xls', '107_student.xls', '108_student.xls']

In [2]:

df = pd.DataFrame()
for f in files_xls:

    # 批次讀入excel檔，從第3列開始
    data = pd.read_excel(f, skiprows = 2)

    # 新增「學年」欄位
    data['學年'] = int(f[:3])
    df = df.append(data)
df

Out[2]:

	學校代碼	學校名稱	日間∕進修別	等級別	總計	男生計	女生計	一年級男生	一年級女生	二年級男生	...	五年級女生	六年級男生	六年級女生	七年級男生	七年級女生	延修生男生	延修生女生	縣市名稱	體系別	學年
0	1	國立政治大學	D 日	D 博士	981	605	376	113	66	91	...	48	84	40	64	33	-	-	30 臺北市	1 一般	105
1	1	國立政治大學	D 日	M 碩士	3962	1808	2154	617	755	622	...	-	-	-	-	-	-	-	30 臺北市	1 一般	105
2	1	國立政治大學	D 日	B 學士	9711	3912	5799	872	1347	1017	...	-	-	-	-	-	327	455	30 臺北市	1 一般	105
3	1	國立政治大學	N 職	M 碩士	1718	882	836	281	297	261	...	30	-	-	-	-	-	-	30 臺北市	1 一般	105
4	2	國立清華大學	D 日	D 博士	1645	1264	381	235	83	205	...	46	125	43	173	54	-	-	18 新竹市	1 一般	105
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
789	1293	崇仁醫護管理專科學校	D 日	5 五專	3330	410	2920	81	584	87	...	564	-	-	-	-	11	44	10 嘉義縣	2 技職	108
790	3002	臺北市立大學	D 日	D 博士	234	101	133	14	19	14	...	15	10	17	19	30	-	-	30 臺北市	1 一般	108
791	3002	臺北市立大學	D 日	M 碩士	1215	420	795	156	242	105	...	37	12	27	-	-	-	-	30 臺北市	1 一般	108
792	3002	臺北市立大學	D 日	B 學士	5270	2335	2935	569	738	527	...	-	-	-	-	-	166	140	30 臺北市	1 一般	108
793	3002	臺北市立大學	N 職	M 碩士	1090	298	792	107	274	87	...	44	15	25	-	-	-	-	30 臺北市	1 一般	108

3295 rows × 26 columns

In [3]:

df = df[['學校代碼', '學年', '學校名稱', '等級別', '總計']]
df.head()

Out[3]:

In [4]:

df = df.groupby(['學校代碼', '學校名稱', '學年']).sum()
df

Out[4]:

620 rows × 1 columns

In [5]:

df = df.unstack(2)
df

Out[5]:

164 rows × 4 columns

In [ ]:

Kuo's 3C 筆記

2020年5月11日星期一