欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

详解pandas库pd.read_excel操作读取excel文件参数整理与实例

程序员文章站 2023-12-03 17:21:46
除了使用xlrd库或者xlwt库进行对excel表格的操作读与写,而且pandas库同样支持excel的操作;且pandas操作更加简介方便。 首先是pd.read_ex...

除了使用xlrd库或者xlwt库进行对excel表格的操作读与写,而且pandas库同样支持excel的操作;且pandas操作更加简介方便。

首先是pd.read_excel的参数:函数为:

pd.read_excel(io, sheetname=0,header=0,skiprows=none,index_col=none,names=none,
    arse_cols=none,date_parser=none,na_values=none,thousands=none, 
    convert_float=true,has_index_names=none,converters=none,dtype=none,
    true_values=none,false_values=none,engine=none,squeeze=false,**kwds)

表格数据:

详解pandas库pd.read_excel操作读取excel文件参数整理与实例详解pandas库pd.read_excel操作读取excel文件参数整理与实例

常用参数解析:

io :excel 路径;

in [10]: import pandas as pd
#定义路径io
in [11]: io = 'example.xls'
#读取excel文件
in [12]: sheet = pd.read_excel(io=io)
#此处由于sheetname默认是0,所以返回第一个表
in [13]: sheet
out[13]:
 姓名 年龄  出生日 爱好 关系
0 小王 23 1991-10-02 足球 朋友
1 小丽 23 1992-11-02 篮球 nan
2 小黑 25 1991-10-18 游泳 同学
3 小白 21 1989-09-09 游戏 nan
4 小红 25 1990-08-07 看剧 nan
5 小米 24 1991-12-12 足球 nan
6 大锤 26 1988-09-09 看剧 个人
#上述列表返回的结果和原表格存在合并单元格的差异

sheetname:默认是sheetname为0,返回多表使用sheetname=[0,1],若sheetname=none是返回全表 。注意:int/string返回的是dataframe,而none和list返回的是dict of dataframe。

in [7]: sheet = pd.read_excel('example.xls',sheetname= [0,1])
#参数为none时,返回全部的表格,是一个表格的字典;
#当参数为list = [0,1,2,3]此类时,返回的多表格同样是字典
in [8]: sheet
out[8]:
{0: 姓名 年龄  出生日 爱好 关系
 0 小王 23 1991-10-02 足球 朋友
 1 小丽 23 1992-11-02 篮球 nan
 2 小黑 25 1991-10-18 游泳 同学
 3 小白 21 1989-09-09 游戏 nan
 4 小红 25 1990-08-07 看剧 nan
 5 小米 24 1991-12-12 足球 nan
 6 大锤 26 1988-09-09 看剧 个人, 1: 1 3 5 学生
 0 2 3 4 老师
 1 4 1 9 教授}
#value是一个多位数组
in [15]: sheet[0].values
out[15]:
array([['小王', 23, timestamp('1991-10-02 00:00:00'), '足球', '朋友'],
  ['小丽', 23, timestamp('1992-11-02 00:00:00'), '篮球', nan],
  ['小黑', 25, timestamp('1991-10-18 00:00:00'), '游泳', '同学'],
  ['小白', 21, timestamp('1989-09-09 00:00:00'), '游戏', nan],
  ['小红', 25, timestamp('1990-08-07 00:00:00'), '看剧', nan],
  ['小米', 24, timestamp('1991-12-12 00:00:00'), '足球', nan],
  ['大锤', 26, timestamp('1988-09-09 00:00:00'), '看剧', '个人']], dtype=object)

#同样可以根据表头名称或者表的位置读取该表的数据
#通过表名
in [17]: sheet = pd.read_excel('example.xls',sheetname= 'sheet2')
in [18]: sheet
out[18]:
 1 3 5 学生
0 2 3 4 老师
1 4 1 9 教授

#通过表的位置
in [19]: sheet = pd.read_excel('example.xls',sheetname= 1)

in [20]: sheet
out[20]:
 1 3 5 学生
0 2 3 4 老师
1 4 1 9 教授

header :指定作为列名的行,默认0,即取第一行,数据为列名行以下的数据;若数据不含列名,则设定 header = none;

#数据不含作为列名的行
in [21]: sheet = pd.read_excel('example.xls',sheetname= 1,header = none)
in [22]: sheet
out[22]:
 0 1 2 3
0 1 3 5 学生
1 2 3 4 老师
2 4 1 9 教授
#默认第一行数据作为列名
in [23]: sheet = pd.read_excel('example.xls',sheetname= 1,header =0)
in [24]: sheet
out[24]:
 1 3 5 学生
0 2 3 4 老师
1 4 1 9 教授

skiprows:省略指定行数的数据

in [25]: sheet = pd.read_excel('example.xls',sheetname= 1,header = none,skiprows= 1)
#略去1行的数据,自上而下的开始略去数据的行
in [26]: sheet
out[26]:
 0 1 2 3
0 2 3 4 老师
1 4 1 9 教授

skip_footer:省略从尾部数的行数据

in [27]: sheet = pd.read_excel('example.xls',sheetname= 1,header = none,skip_footer= 1)
#从尾部开始略去行的数据
in [28]: sheet
out[28]:
 0 1 2 3
0 1 3 5 学生
1 2 3 4 老师

index_col :指定列为索引列,也可以使用 u'string'

#指定第二列的数据作为行索引
in [30]: sheet = pd.read_excel('example.xls',sheetname= 1,header = none,skip_footer= 1,index_col=1)

in [31]: sheet
out[31]:
 0 2 3
1
3 1 5 学生
3 2 4 老师

names:指定列的名字,传入一个list数据

in [32]: sheet = pd.read_excel('example.xls',sheetname= 1,header = none,skip_footer= 1,index_col=1,names=['a','b','c'])
 ...:

in [33]: sheet
out[33]:
 a b c
1
3 1 5 学生
3 2 4 老师

总体而言,pandas库的pd.read_excel和pd.read_csv的参数比较类似,且相较之前的xlrd库的读表操作更加简单,针对一般批量的数据处理最好选择pandas库操作。但是功能有待完善或者本次研究的不够深入,比如合并单元格的问题,欢迎一起讨论交流。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。