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

时间:2022-09-13 22:56:51

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:

?
1
2
3
4
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;

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
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。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
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;

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
#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

?
1
2
3
4
5
6
7
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

?
1
2
3
4
5
6
7
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'

?
1
2
3
4
5
6
7
8
9
#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

?
1
2
3
4
5
6
7
8
9
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服务器之家。

原文链接:https://blog.csdn.net/brucewong0516/article/details/79096633