案例导入
如下图，用”、“作为连接符连接姓名、性别和准考证号，列索引字段为”合并信息“。添加代码注释。
图1.原始数据表
文心一言提示词
打开百度“文心一言”，输入提示词：“你是pandas专家，文件路径为：D:/Samples/合并学生个人信息.xlsx。用pandas导入第1个工作表中的数据，导入前3行数据，引擎为"openpyxl"。用”、“作为连接符连接姓名、性别和准考证号，列索引字段为”合并信息“。添加代码注释。”
显示结果如下：
首先，确保已经安装了pandas和openpyxl库。如果未安装，可以使用pip来安装它们：
pip install pandas openpyxl
接下来，根据问题描述，我们需要编写代码来读取Excel文件的第一个工作表的前三行数据，并将姓名、性别和准考证号连接成一个新的列索引字段“合并信息”。下面是实现这一功能的Python代码：
import pandas as pd# 设置文件路径file_path = 'D:/Samples/合并学生个人信息.xlsx'# 使用pandas读取Excel文件的第一个工作表，只读取前三行数据，引擎为"openpyxl"# 注意：这里使用head(3)来仅获取前三行数据df = pd.read_excel(file_path, sheet_name=0, engine='openpyxl', nrows=3)# 使用apply方法将姓名、性别和准考证号三列用”、“连接，并设置新列名为“合并信息”df['合并信息'] = df.apply(lambda row: f"{row['姓名']}、{row['性别']}、{row['准考证号']}", axis=1)# 显示结果print(df)
代码解释：
import pandas as pd：导入pandas库，并设置其别名为pd。
file_path = 'D:/Samples/合并学生个人信息.xlsx'：设置Excel文件的路径。
pd.read_excel(file_path, sheet_name=0, engine='openpyxl', nrows=3)：使用read_excel函数读取Excel文件。sheet_name=0表示读取第一个工作表，engine='openpyxl'指定使用openpyxl引擎来读取Excel文件，nrows=3表示只读取前三行数据。
df['合并信息'] = df.apply(lambda row: f"{row['姓名']}、{row['性别']}、{row['准考证号']}", axis=1)：使用apply函数和lambda表达式将姓名、性别和准考证号三列的值用”、“连接成一个新的字符串，并添加到一个新的列“合并信息”中。axis=1表示按行应用函数。
print(df)：打印处理后的DataFrame。
注意：这里假设Excel文件中确实存在“姓名”、“性别”和“准考证号”这三列。如果列名有所不同，需要相应地修改代码中的列名。此外，代码中使用了f-string格式化字符串，这是Python 3.6及以上版本的新特性。如果你的Python版本低于3.6，需要使用其他方式来拼接字符串。
Python运行结果
图2.Python运行结果
本合集使用的工具如下：
文心一言：3.5版本
Python编辑器：3.9.0
