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:
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