【python】pandas庫pd.read_excel操作讀取excel檔案引數整理與例項
阿新 • • 發佈:2019-01-25
除了使用xlrd庫或者xlwt庫進行對excel表格的操作讀與寫,而且pandas庫同樣支援excel的操作;且pandas操作更加簡介方便。
首先是pd.read_excel的引數:函式為:
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)
表格資料:
常用引數解析:
- io :excel 路徑;
In [10]: import pandas as pd
#定義路徑IO
In [11]: IO = 'example.xls'
#讀取excel檔案
In [12]: sheet = pd.read_excel(io=IO)
#此處由於sheetname預設是0,所以返回第一個表
In [13 ]: sheet
Out[13]:
姓名 年齡 出生日 愛好 關係
0 小王 23 1991-10-02 足球 朋友
1 小麗 23 1992-11-02 籃球 NaN
2 小黑 25 1991-10-18 游泳 同學
3 小白 21 1989-09-09 遊戲 NaN
4 小紅 25 1990-08-07 看劇 NaN
5 小米 24 1991-12-12 足球 NaN
6 大錘 26 1988-09-09 看劇 個人
#上述列表返回的結果和原表格存在合併單元格的差異
- sheetname:預設是sheetname為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])
#引數為None時,返回全部的表格,是一個表格的字典;
#當引數為list = [0,1,2,3]此類時,返回的多表格同樣是字典
In [8]: sheet
Out[8]:
{0: 姓名 年齡 出生日 愛好 關係
0 小王 23 1991-10-02 足球 朋友
1 小麗 23 1992-11-02 籃球 NaN
2 小黑 25 1991-10-18 游泳 同學
3 小白 21 1989-09-09 遊戲 NaN
4 小紅 25 1990-08-07 看劇 NaN
5 小米 24 1991-12-12 足球 NaN
6 大錘 26 1988-09-09 看劇 個人, 1: 1 3 5 學生
0 2 3 4 老師
1 4 1 9 教授}
#value是一個多位陣列
In [15]: sheet[0].values
Out[15]:
array([['小王', 23, Timestamp('1991-10-02 00:00:00'), '足球', '朋友'],
['小麗', 23, Timestamp('1992-11-02 00:00:00'), '籃球', nan],
['小黑', 25, Timestamp('1991-10-18 00:00:00'), '游泳', '同學'],
['小白', 21, Timestamp('1989-09-09 00:00:00'), '遊戲', nan],
['小紅', 25, Timestamp('1990-08-07 00:00:00'), '看劇', nan],
['小米', 24, Timestamp('1991-12-12 00:00:00'), '足球', nan],
['大錘', 26, Timestamp('1988-09-09 00:00:00'), '看劇', '個人']], dtype=object)
#同樣可以根據表頭名稱或者表的位置讀取該表的資料
#通過表名
In [17]: sheet = pd.read_excel('example.xls',sheetname= 'Sheet2')
In [18]: sheet
Out[18]:
1 3 5 學生
0 2 3 4 老師
1 4 1 9 教授
#通過表的位置
In [19]: sheet = pd.read_excel('example.xls',sheetname= 1)
In [20]: sheet
Out[20]:
1 3 5 學生
0 2 3 4 老師
1 4 1 9 教授
- header :指定作為列名的行,預設0,即取第一行,資料為列名行以下的資料;若資料不含列名,則設定 header = None;
#資料不含作為列名的行
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 學生
1 2 3 4 老師
2 4 1 9 教授
#預設第一行資料作為列名
In [23]: sheet = pd.read_excel('example.xls',sheetname= 1,header =0)
In [24]: sheet
Out[24]:
1 3 5 學生
0 2 3 4 老師
1 4 1 9 教授
- skiprows:省略指定行數的資料
In [25]: sheet = pd.read_excel('example.xls',sheetname= 1,header = None,skiprows= 1)
#略去1行的資料,自上而下的開始略去資料的行
In [26]: sheet
Out[26]:
0 1 2 3
0 2 3 4 老師
1 4 1 9 教授
- skip_footer:省略從尾部數的行資料
In [27]: sheet = pd.read_excel('example.xls',sheetname= 1,header = None,skip_footer= 1)
#從尾部開始略去行的資料
In [28]: sheet
Out[28]:
0 1 2 3
0 1 3 5 學生
1 2 3 4 老師
- index_col :指定列為索引列,也可以使用 u’string’
#指定第二列的資料作為行索引
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 學生
3 2 4 老師
- names:指定列的名字,傳入一個list資料
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 學生
3 2 4 老師
總體而言,pandas庫的pd.read_excel和pd.read_csv的引數比較類似,且相較之前的xlrd庫的讀表操作更加簡單,針對一般批量的資料處理最好選擇pandas庫操作。但是功能有待完善或者本次研究的不夠深入,比如合併單元格的問題,歡迎一起討論交流。