Python Pandas讀取修改excel操作攻略

摘要： 環境:python 3.6.8 以某米賽爾號舉個例子吧: >>> pd.read_excel('1.xlsx', sheet_name='Sheet2') 名字等級 屬性1屬性2天賦 0...

環境:python 3.6.8

以某米賽爾號舉個例子吧:

>>> pd.read_excel('1.xlsx', sheet_name='Sheet2')
名字等級 屬性1屬性2天賦
0四九幻曦100自然None21
1聖甲狂戰100戰鬥None0
2時空界皇100光次元27

我們在這裡使用了 pd.read_excel() 函式來讀取excel，來看一下 read_excel() 這個方法的API，這裡只截選一部分經常使用的引數:

pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None)

io :很明顯, 是excel檔案的路徑+名字字串

(有中文的話 python2 的老鐵需要使用 decode() 來解碼成 unicode字串 )

例如:

>>> pd.read_excel('例子'.decode('utf-8))

>>> # 如:
>>> pd.read_excel('1.xlsx', sheet_name=0)
>>> pd.read_excel('1.xlsx', sheet_name='Sheet1')
>>> # 返回的是相同的 DataFrame

header:指定資料表的表頭,預設值為0, 即將第一行作為表頭

usecols：讀取指定的列, 也可以通過名字或索引值

>>> # 如:
>>> pd.read_excel('1.xlsx', sheet_name=1, usecols=['等級', '屬性1'])
>>> pd.read_excel('1.xlsx', sheet_name=1, usecols=[1,2])
>>> # 返回的是相同的 DataFrame

直到某一天泰格爾升了一級, 可以這樣改一下, 當然用 .iloc 或 .loc 物件都可以

>>> # 讀取檔案
>>> data = pd.read_excel("1.xlsx", sheet_name="Sheet1")

>>> # 找到 等級 這一列，再在這一列中進行比較
>>> data['等級'][data['名字'] == '泰格爾'] += 1
>>> print(data)

LOOK！他升級了！！

>>> data
名字等級 屬性1屬性2天賦
0艾歐裡婭100自然冰29
1泰格爾81電戰鬥16
2布魯克克100水None28

現在我們將它儲存

data.to_excel('1.xlsx', sheet_name='Sheet1', index=False, header=True)

index:預設為 True , 是否加行索引, 直接上圖吧！

左為 False , 右為 True

header:預設為 True , 是否加列標, 上圖吧！

左為 False , 右為 True

而 io, sheet_name 引數同函式 pd.read_excel()

如果我們多捕捉幾隻或者多加幾種屬性怎麼辦呢？這裡給出參考：

新增列資料：

>>> data['特性'] = ['瞬殺', 'None', '炎火']
>>> data
名字等級 屬性1屬性2天賦特性
0艾歐裡婭100自然冰29瞬殺
1泰格爾80電戰鬥16None
2布魯克克100水None28炎火

新增行資料，這裡行的num為excel中自動給行加的id數值

data.loc[行的num] = [值1， 值2， ...], (注意與 .iloc 的區別)

>>> data.loc[3] = ['小火猴', 1, '火', 'None', 31, 'None']
>>> data
名字等級 屬性1屬性2天賦特性
0艾歐裡婭100自然冰29瞬殺
1泰格爾80電戰鬥16None
2布魯克克100水None28炎火
3小火猴1火None31None

說完了增加一行或一列，那怎樣刪除一行或一列呢？可以使用 .drop() 函式

>>> # 刪除列, 需要指定axis為1，當刪除行時，axis為0
>>> data = data.drop('屬性1', axis=1) # 刪除`屬性1`列
>>> data
名字等級屬性2天賦特性
0艾歐裡婭100冰29瞬殺
1泰格爾80戰鬥16None
2布魯克克100None28炎火
3小火猴1None31None

>>> # 刪除第3,4行，這裡下表以0開始，並且標題行不算在類, axis用法同上
>>> data = data.drop([2, 3], axis=0)
>>> data
名字等級 屬性2天賦特性
0艾歐裡婭100冰29瞬殺
1泰格爾80戰鬥16None

>>> # 儲存
>>> data.to_excel('2.xlsx', sheet_name='Sheet1', index=False, header=True)

大傢俱體可以參考官網提供的API: http://pandas.pydata.org/pand...