Python使用Pandas处理测试数据的方法
作者:软件测试凡哥 发布时间:2021-12-18 10:47:18
标签:Python,Pandas,测试数据
Python自动化测试-使用Pandas来高效处理测试数据
一、思考
1.Pandas是什么?
功能极其强大的数据分析库
可以高效地操作各种数据集
csv格式的文件
Excel文件
HTML文件
XML格式的文件
JSON格式的文件
数据库操作
2.经典面试题
通过面试题引出主题,读者可以思考,如果你遇到这题,该如何解答呢?
二、使用pandas来操作Excel文件
1.安装
a.通过Pypi来安装
pip install pandas
b.通过源码来安装
git clone git://github.com/pydata/pandas.gitcd pandaspython setup.py install
2.按列读取数据
案例中的lemon_cases.xlsx文件内容如下所示:
import pandas as pd
# 读excel文件
# 返回一个DataFrame对象,多维数据结构
df = pd.read_excel('lemon_cases.xlsx', sheet_name='multiply')
print(df)
# 1.读取一列数据
# df["title"] 返回一个Series对象,记录title这列的数据
print(df["title"])
# Series对象能转化为任何序列类型和dict字典类型
print(list(df['title'])) # 转化为列表
# title为DataFrame对象的属性
print(list(df.title)) # 转化为列表
print(tuple(df['title'])) # 转化为元组
print(dict(df['title'])) # 转化为字典,key为数字索引
# 2.读取某一个单元格数据
# 不包括表头,指定列名和行索引
print(df['title'][0]) # title列,不包括表头的第一个单元格
# 3.读取多列数据
print(df[["title", "actual"]])
3.按行读取数据
import pandas as pd
# 读excel文件
df = pd.read_excel('lemon_cases.xlsx', sheet_name='multiply') # 返回一个DataFrame对象,多维数据结构
print(df)
# 1.读取一行数据
# 不包括表头,第一个索引值为0
# 获取第一行数据,可以将其转化为list、tuple、dict
print(list(df.iloc[0])) # 转成列表
print(tuple(df.iloc[0])) # 转成元组
print(dict(df.iloc[0])) # 转成字典
print(dict(df.iloc[-1])) # 也支持负索引
# 2.读取某一个单元格数据
# 不包括表头,指定行索引和列索引(或者列名)
print(df.iloc[0]["l_data"]) # 指定行索引和列名
print(df.iloc[0][2]) # 指定行索引和列索引
# 3.读取多行数据
print(df.iloc[0:3])
4.iloc和loc方法
import pandas as pd
# 读excel文件
df = pd.read_excel('lemon_cases.xlsx', sheet_name='multiply') # 返回一个DataFrame对象,多维数据结构
print(df)
# 1.iloc方法
# iloc使用数字索引来读取行和列
# 也可以使用iloc方法读取某一列
print(df.iloc[:, 0])
print(df.iloc[:, 1])
print(df.iloc[:, -1])
# 读取多列
print(df.iloc[:, 0:3])
# 读取多行多列
print(df.iloc[2:4, 1:4])
print(df.iloc[[1, 3], [2, 4]])
# 2.loc方法
# loc方法,基于标签名或者索引名来选择
print(df.loc[1:2, "title"]) # 多行一列
print(df.loc[1:2, "title":"r_data"]) # 多列多行
# 基于布尔类型来选择
print(df["r_data"] > 5) # 某一列中大于5的数值为True,否则为False
print(df.loc[df["r_data"] > 5]) # 把r_data列中大于5,所在的行选择出来
print(df.loc[df["r_data"] > 5, "r_data":"actual"]) # 把r_data到actual列选择出来
5.读取所有数据
import pandas as pd
# 读excel文件
df = pd.read_excel('lemon_cases.xlsx', sheet_name='multiply') # 返回一个DataFrame对象,多维数据结构
print(df)
# 读取的数据为嵌套列表的列表类型,此方法不推荐使用
print(df.values)
# 嵌套字典的列表
datas_list = []
for r_index in df.index:
datas_list.append(df.iloc[r_index].to_dict())
print(datas_list)
6.写入数据
import pandas as pd
# 读excel文件
df = pd.read_excel('lemon_cases.xlsx', sheet_name='multiply') # 返回一个DataFrame对象,多维数据结构
print(df)
df['result'][0] = 1000
print(df)
with pd.ExcelWriter('lemon_cases_new.xlsx') as writer:
df.to_excel(writer, sheet_name="New", index=False)
三、使用pandas来操作csv文件
1.读取csv文件
案例中的data.log文件内容如下所示:
TestID,TestTime,Success
0,149,0
1,69,0
2,45,0
3,18,1
4,18,1
import pandas as pd
# 读取csv文件
# 方法一,使用read_csv读取,列与列之间默认以逗号分隔(推荐方法)
# a.第一行为列名信息
csvframe = pd.read_csv('data.log')
# b.第一行没有列名信息,直接为数据
csvframe = pd.read_csv('data.log', header=None)
# c.第一行没有列名信息,直接为数据,也可以指定列名
csvframe = pd.read_csv('data.log', header=None, names=["Col1", "Col2", "Col3"])
# 方法二,read_table,需要指定列与列之间分隔符为逗号
csvframe = pd.read_table('data.log', sep=",")
2.解答面试题
import pandas as pd
# 1.读取csv文件
csvframe = pd.read_csv('data.log')
# 2.选择Success为0的行
new_csvframe = csvframe.loc[csvframe["Success"] == 0]
result_csvframe = new_csvframe["TestTime"]
avg_result = round(sum(result_csvframe)/len(result_csvframe), 2)
print("TestTime最小值为:{}\nTestTime最大值为:{}\nTestTime平均值为:{}".
format(min(result_csvframe), max(result_csvframe), avg_result))
四、总结
在数据分析、数据可视化领域,Pandas的应用极其广泛;在大规模数据、多种类数据处理上效率非常高
在软件测试领域也有应用,但如果仅仅用excel来存放测试数据,使用Pandas就有点“杀鸡焉用宰牛刀”的感觉,那么建议使用特定的模块来处理(比如openpyxl)
来源:https://blog.csdn.net/m0_70618214/article/details/129114240
0
投稿
猜你喜欢
- 大家都用过企业管理器中的--“收缩数据库”,里面的功能的确可以收缩数据库的日志文件(.ldf)和数据文件(.mdf),但都会发现同样的问题,
- sql="select * from admin where users='"&users&&q
- 异步 innerHTMLinnerHTML 插入节点的性能的问题,通常是我们最关注的。在回答这问题时,James Padolsey 给出了他
- MaxDB是MySQL AB公司通过SAP认证的数据库。MaxDB数据库服务器补充了MySQL AB产品系列。某些MaxDB特性在MySQL
- 前言今天笔者想和大家来聊聊python接口自动化如何使用requests库发送http请求,废话呢笔者就不多说了,直接进入正题。一、requ
- 本系列不会对python语法,理论作详细说明;所以不是一个学习教材;而这里只是我一个学习python的某些专题的总结。1. random()
- 由于不同的浏览器,比如Internet Explorer 6,Internet Explorer 7,Mozilla Firefox等,对C
- 本文采用OpenCV3和Python3 来实现静态图片的人脸识别,采用的是Haar文件级联。 首先需要将OpenCV3源代码中找到data文
- 这个问题已经不是什么新鲜问题了,网上也有大把的教程,但大多数是授人以鱼,而不授人以渔,经过辛苦的资料收集,思考,调试,整理,我基本上已经把这
- 一个表单焦点效果javascript函数,可以用在美化表单界面,挺好看的。function validForms(){  
- 查询效率分析:子查询为确保消除重复值,必须为外部查询的每个结果都处理嵌套查询。在这种情况下可以考虑用联接查询来取代。如果要用子查询,那就用E
- 背景近期看到一篇文章,真的感叹作者的洞察力,在开发时有可能就会犯这样的错误,所以一定要多学习,多实践。其问题就是你在提交事务时,如果中间有其
- 平常我们只听说过ADO等一类ASP对象,但在ASP中还有个鲜为人知的专门SQL Server的ASP访问对象,它就是SQLOLE.SQLSe
- 在工作中,作为一名开发者的你,也许偶尔需要从事维护数据库的工作。下面我们来介绍一下两个SQL服务器的维护技巧:轻松改变数据库拥有者、整理索引
- 做项目的时候,一位同事导数据的时候,不小心把一个表中的数据全都搞重了,也就是说,这个表里所有的记录都有一条重复的。这个表的数据是千万级的,而
- 第一步:保存下列文件为:CALENDAR.ASP <%@ LANGUAGE = V
- 目录一、环境准备二、问题分析三、spider四、item五、setting六、pipelines七、middlewares八、使用jupyt
- 下面基础的解释一下这错误: 1:本质上的错误: object a;//a是Null对象 protected void Page_Load(o
- 如何做一个随机密码产生器?<%genPassword = ""RandomizeFor&nbs
- 一、基于socket实现的TCP客户端import socket # 建立socket对象# 参数一表示IP地址类型(AF_INE