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

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:

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。

以上是 详解pandas库pd.read_excel操作读取excel文件参数整理与实例 的全部内容, 来源链接: utcz.com/z/323919.html

回到顶部