Pandas读取Excel文件内容的方法使用正确的指南_pandas读取excel文件内容的方法使用正确的是(1)

11 篇文章 0 订阅
10 篇文章 0 订阅

img
img

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化的资料的朋友,可以添加戳这里获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!


上述代码将读取名为`Sheet1`的工作表,并将其内容存储在`df`变量中。通过更改`sheet_name`参数的值,我们可以读取不同的工作表内容。


### 读取指定工作表的部分内容


有时候我们只需要读取工作表的部分内容,而不是全部内容。Pandas提供了`skiprows`和`nrows`参数来实现这一点。`skiprows`参数用于跳过指定行数的数据,`nrows`参数用于指定要读取的行数。示例代码如下:



import pandas as pd

读取指定工作表的部分内容

df = pd.read_excel(‘file.xlsx’, sheet_name=‘Sheet1’, skiprows=2, nrows=10)


上述代码将从名为`Sheet1`的工作表中跳过前两行,并读取接下来的10行内容。通过调整`skiprows`和`nrows`参数的值,我们可以读取不同的工作表部分内容。


### 读取指定工作表的指定列


除了读取指定的行,有时我们还可能只对特定的列感兴趣。Pandas提供了`usecols`参数来指定要读取的列。我们可以将列的索引或列名作为参数传递给`usecols`来实现这一点。示例代码如下:



import pandas as pd

读取指定工作表的指定列

df = pd.read_excel(‘file.xlsx’, sheet_name=‘Sheet1’, usecols=‘A:C’)


上述代码将只读取名为`A`、`B`和`C`的列,并将其存储在`df`变量中。通过调整`usecols`参数的值,我们可以读取不同的列。


### 读取指定工作表的指定列,并指定列名


默认情况下,Pandas会使用Excel文件中的列名作为DataFrame的列名。但是,有时候我们可能想要自定义列名。Pandas提供了`names`参数来实现这一点。我们可以将一个包含自定义列名的列表传递给`names`参数。示例代码如下:



import pandas as pd

读取指定工作表的指定列,并指定列名

df = pd.read_excel(‘file.xlsx’, sheet_name=‘Sheet1’, usecols=‘A:C’, names=[‘Column1’, ‘Column2’, ‘Column3’])


上述代码将读取名为`A`、`B`和`C`的列,并将其存储在`df`变量中。同时,使用自定义的列名`Column1`、`Column2`和`Column3`。通过调整`usecols`参数的值和`names`参数的值,我们可以读取不同的列,并指定不同的列名。


### 案例


#### 案例一:读取具有日期列的Excel文件


假设我们有一个包含日期列的Excel文件,并且我们想要只读取日期大于等于某个特定日期的数据。我们可以使用Pandas中的`parse_dates`参数将日期列解析为日期类型,并使用`date_parser`参数指定日期解析器。示例代码如下:



import pandas as pd

定义日期解析器

def dateparse(date):
return pd.to_datetime(date)

读取具有日期列的Excel文件

df = pd.read_excel(‘file.xlsx’, sheet_name=‘Sheet1’, parse_dates=[‘Date’], date_parser=dateparse)

选择日期大于等于2022-01-01的数据

df_filtered = df[df[‘Date’] >= ‘2022-01-01’]


在上述代码中,我们首先定义了一个名为`dateparse`的函数,将日期字符串解析为Pandas的日期类型。然后,我们使用`parse_dates`参数指定要解析的日期列为`Date`列,并使用`date_parser`参数传递`dateparse`函数。最后,我们选择日期大于等于2022-01-01的数据,存储在`df_filtered`变量中。


#### 案例二:读取多个工作表的内容


如果我们的Excel文件包含多个工作表,并且我们想要同时读取多个工作表的内容,可以使用`sheet_name`参数传递一个列表来指定要读取的工作表。示例代码如下:



import pandas as pd

读取多个工作表的内容

df1 = pd.read_excel(‘file.xlsx’, sheet_name=[‘Sheet1’, ‘Sheet2’])

打印工作表Sheet1的内容

print(df1[‘Sheet1’])

打印工作表Sheet2的内容

print(df1[‘Sheet2’])


在上述代码中,我们使用`sheet_name`参数传递一个包含要读取的工作表名的列表。然后,我们将读取的工作表内容存储在一个字典中,其中键是工作表名。我们可以通过访问字典中的键来获取特定工作表的内容。


#### 案例三:将Excel文件内容写入新的Excel文件


有时候我们可能需要将读取的Excel文件内容进行处理后,再写入到一个新的Excel文件中。Pandas提供了`to_excel()`方法来实现这一点。示例代码如下:



import pandas as pd

img
img
img

既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Go语言开发知识点,真正体系化!

由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新

如果你需要这些资料,可以戳这里获取

!**

由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新

如果你需要这些资料,可以戳这里获取

  • 5
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值