import pandas as pd
# 手动创建一个 DataFrame
# 想象我们在管理一个“程序员脱单进度表”
data = {
"姓名": ["张三", "李四", "王五"],
"发量": ["浓密", "稀疏", "反光"],
"相亲次数": [0, 5, 99],
"成功概率": [0.1, 0.01, 0.00001]
}
df = pd.DataFrame(data)
print("--- 程序员脱单现状 ---")
print(df)
# 核心属性（摸清它的底细）
print(f"列名有哪些：{df.columns.tolist()}")
print(f"数据长啥样（维度）：{df.shape}") # (行数, 列数)

# 默认读取第一张 Sheet
df = pd.read_excel("你的秘密名单.xlsx")

# 通过名字读：我想看“前任名单”那一页
df = pd.read_excel("你的秘密名单.xlsx", sheet_name="前任名单")
# 通过索引读：读取第二张表（程序员从0开始计数，所以是1）
df = pd.read_excel("你的秘密名单.xlsx", sheet_name=1)

# 跳过前两行，直接从第三行开始读
df = pd.read_excel("你的秘密名单.xlsx", skiprows=2)

# 只要“姓名”和“发量”，别的我不关心
df = pd.read_excel("你的秘密名单.xlsx", usecols=["姓名", "发量"])

# 准备两份数据
df_bad_hair = df[df["发量"] == "反光"]
df_normal = df[df["发量"] != "反光"]
# 开始表演：创建一个 ExcelWriter 对象
with pd.ExcelWriter("程序员分类大赏.xlsx") as writer:
    # 把“强者”存入 Sheet1
    df_bad_hair.to_excel(writer, sheet_name="资深专家级", index=False)
    # 把“普通人”存入 Sheet2
    df_normal.to_excel(writer, sheet_name="初出茅庐级", index=False)
    print("报告老板，多张 Sheet 已分类存好，请查收！")

import pandas as pd
import numpy as np
# 模拟一个“相亲对象”数据集
df = pd.DataFrame({
'姓名': ['张三', '李四', '王五', '赵六'],
'存款': [100000, np.nan, 500, np.nan],
'性格': ['温柔', '暴躁', np.nan, np.nan]
})
# 只要有空值就删（太绝情了）
df_cleaned = df.dropna()
# 只有当整行全是空值时才删（给点机会）
df_soft_cleaned = df.dropna(how='all')
print("洗完后的相亲名单：
", df_cleaned)

# 把所有空值填充为 0
df['存款'] = df['存款'].fillna(0)
# 甚至可以用平均值填充（强行让大家进小康）
df['存款'] = df['存款'].fillna(df['存款'].mean())
# 针对不同列，给不同的“安慰奖”
df.fillna({'存款': 0, '性格': '神秘'}, inplace=True)

# 模拟一个“渣男”打卡记录
df_repetitive = pd.DataFrame({
'姓名': ['小帅', '小帅', '小美', '小帅'],
'表白对象': ['小红', '小红', '小刚', '小红']
})
# 看看谁在搞分身
print(df_repetitive.duplicated())
# 只保留第一次出现的，其余原地毁灭
df_unique = df_repetitive.drop_duplicates()
# 也可以根据特定列去重：只要“姓名”重复，管你表白谁，都给我走
df_unique_name = df_repetitive.drop_duplicates(subset=['姓名'], keep='last') # 保留最后一次

df_messy = pd.DataFrame({'工资': [' 5000', '6000 ', ' 7000 ', '8000']})
# 批量去掉左右两边的空格
df_messy['工资'] = df_messy['工资'].str.strip().astype(int)

df_date = pd.DataFrame({'纪念日': ['2023-05-20', '2023/05/21', '2023.05.22']})
# 万能转化法，不管你怎么写的，统统变成标准 YYYY-MM-DD
df_date['纪念日'] = pd.to_datetime(df_date['纪念日'])

df_height = pd.DataFrame({'身高': ['175', '180', '姚明', '165']})
# 把非数字的东西强行变成 NaN，然后再处理
df_height['身高'] = pd.to_numeric(df_height['身高'], errors='coerce')
# 再次用我们学过的 fillna 补上
df_height['身高'] = df_height['身高'].fillna(df_height['身高'].mean())

# 模拟一个性别混乱的数据
df_gender = pd.DataFrame({'性别': ['男', 'female', 'M', '1', '0', '女']})
# 定义一个“性别修正器”

df_gender['性别'] = df_gender['性别'].apply(fix_gender)

import pandas as pd
# 英雄相亲名单
data = {
'姓名': ['灭霸', '美队', '钢铁侠', '雷神', '黑寡妇', '绿巨人', '死侍', '蜘蛛侠'],
'性别': ['男', '男', '男', '男', '女', '男', '男', '男'],
'年龄': [1000, 105, 48, 1500, 35, 45, 38, 18],
'战力值': [99, 85, 90, 95, 75, 98, 88, 80],
'阵营': ['反派', '复仇者', '复仇者', '复仇者', '复仇者', '复仇者', '雇佣兵', '复仇者']
}
df = pd.DataFrame(data)
print("--- 原始相亲名单 ---")
print(df)

# 筛选战力超过 90 的大佬
strong_heros = df[df['战力值'] > 90]

# 1. 既成熟（>30）又耐打（>85）
high_quality = df[(df['年龄'] > 30) & (df['战力值'] > 85)]
# 2. 只要复仇者阵营或者死侍
team_filter = df[(df['阵营'] == '复仇者') | (df['姓名'] == '死侍')]

# 看看蜘蛛侠和灭霸在不在
fav_list = ['蜘蛛侠', '灭霸']
in_list = df[df['姓名'].isin(fav_list)]

# ascending=True 是升序（默认），False 是降序
youngest = df.sort_values(by='年龄', ascending=True)

# 阵营升序，战力值降序
# 就像先分部门，部门内部再按年终奖排序
sorted_df = df.sort_values(by=['阵营', '战力值'], ascending=[True, False])

# 按阵营分组，计算平均值
report = df.groupby('阵营').mean(numeric_only=True)

# agg 函数可以让你“点菜”
summary = df.groupby('阵营').agg({
'姓名': 'count',      # 人数
'战力值': 'max',      # 最高战力
'年龄': 'mean'        # 平均年龄
}).rename(columns={'姓名': '人数'}) # 改个名字好听点

# 看看不同性别在不同阵营的分布情况
multi_group = df.groupby(['性别', '阵营'])['战力值'].mean()

import pandas as pd
# 表1：前任基本信息
ex_list = pd.DataFrame({
'姓名': ['张三', '李四', '王五'],
'恋爱时长': ['3个月', '2年', '5天']
})
# 表2：分手理由（语录）
excuses = pd.DataFrame({
'姓名': ['张三', '李四', '王五'],
'经典语录': ['你太好了我配不上你', '我妈不让', '我当时喝多了']
})
# 自动化实现 VLOOKUP
# how='left' 保证左表（前任表）的人都在，右表查不到的就填 NaN
result = pd.merge(ex_list, excuses, on='姓名', how='left')
print(result)

# 假设王五在理由表里失踪了，而理由表里多了一个“赵六”
result = pd.merge(ex_list, excuses, on='姓名', how='outer')
# 结果：王五语录是空，赵六恋爱时长是空，但大家都整整齐齐在表里

result = pd.merge(ex_list, excuses, left_on='姓名', right_on='犯罪嫌疑人')

jan_bills = pd.DataFrame({'项目': ['奶茶', '植发'], '金额': [100, 5000]})
july_bills = pd.DataFrame({'项目': ['火锅', '买药'], '金额': [300, 200]})
# 咔嚓一下，拼成一整年
annual_bills = pd.concat([jan_bills, july_bills], axis=0, ignore_index=True)
print("这一年你一共经历了：
", annual_bills)

# 想象一下：左边是人名，右边是随机抽取的监狱编号
names = pd.DataFrame({'人名': ['小明', '小红']})
ids = pd.DataFrame({'编号': ['9527', '89757']})
prison_record = pd.concat([names, ids], axis=1)

df_final = pd.merge(my_life, dream, on='effort', how='inner')

import pandas as pd
import glob
# 1. 模拟抓取所有部门的Excel文件（假设都在当前文件夹）
files = ['研发部.xlsx', '市场部.xlsx', '销售部.xlsx']
# 2. 这里的逻辑是：把所有Excel读进来，塞进一个列表里
# 就像把各部门的员工拉进一个群聊
all_data = []
for file in files:
    df = pd.read_excel(file)
    # 给他们贴个标签，免得以后分不清谁是谁
    df['所属部门'] = file.replace('.xlsx', '')
    all_data.append(df)
    # 3. 暴力合并！ignore_index=True 是为了防止索引打架
    # 就像把三叠扑克牌摞在一起，重新数数
    combined_report = pd.concat(all_data, ignore_index=True)
    print("--- 汇报老板：全军集结完毕 ---")
    print(combined_report.head())

# 销售数据表
df_sales = pd.DataFrame({
'员工姓名': ['大壮', '翠花', '小王'],
'销售额': [50000, 80000, 20] # 小王在摸鱼
})
# 提成等级表
df_bonus = pd.DataFrame({
'员工姓名': ['大壮', '翠花', '小王', '老李'],
'提成比例': [0.1, 0.15, 0.01, 0.2]
})
# 使用 merge 进行“精准相亲”
# how='left' 表示以销售表为主，哪怕老李没卖货，我们也不管他
final_table = pd.merge(df_sales, df_bonus, on='员工姓名', how='left')
# 顺手把奖金算了
final_table['奖金'] = final_table['销售额'] * final_table['提成比例']
print("--- 奖金算好了，小王看后想离职 ---")
print(final_table)

df_a = pd.DataFrame({'Product': ['洗发水'], 'Price': [99]})
df_b = pd.DataFrame({'商品名称': ['洗发水'], '销量': [100]})
# 强制匹配：左表的 Product 对应 右表的 商品名称
weird_merge = pd.merge(df_a, df_b, left_on='Product', right_on='商品名称')
print("--- 跨语种交流成功 ---")
print(weird_merge)

import os
# 自动化获取该目录下所有xlsx文件
path = './各部门数据/'
all_files = [f for f in os.listdir(path) if f.endswith('.xlsx')]
# 这一行代码就能搞定所有读取合并（列表推导式，优雅！）
df_total = pd.concat([pd.read_excel(os.path.join(path, f)) for f in all_files])
# 最后一键生成汇总报表，甚至可以按部门求和
summary = df_total.groupby('部门')['销售额'].sum().reset_index()
# 导出给老板，从此走上人生巅峰
summary.to_excel('2023年度躺平汇总报表.xlsx', index=False)
print("--- 叮！报表已发送，可以下班了 ---")