Python库pandas读取和写入excel

pandas库简介

Pandas库是一个开源的数据分析工具，建立在NumPy之上，提供了用于数据操作和分析的数据结构和函数。Pandas库的主要作用包括：

1. 提供了两种主要的数据结构：Series和DataFrame。Series是一维带标签的数组，类似于字典；DataFrame是二维的表格型数据结构，类似于电子表格或SQL表。

2. 支持数据的读取和写入：Pandas可以读取和写入多种数据格式，如CSV、Excel、SQL数据库、JSON等，方便进行数据的导入和导出。

3. 数据清洗和处理：Pandas提供了丰富的函数和方法，用于数据的清洗、处理、转换和筛选，帮助用户快速处理数据。

4. 数据分析和统计：Pandas提供了各种统计函数和方法，可以进行数据的统计分析、聚合计算、数据透视表等操作，帮助用户进行数据分析。

5. 数据可视化：Pandas结合Matplotlib库，可以进行数据的可视化展示，生成各种图表和图形，直观地展示数据分析结果。                    ----来自某智障AI

 DataFrame数据类型

        本次使用DataFrame将数据写入表格中。DataFrame数据结构可以从多种数据类型转化而来，包括但不限于：

1. Python字典（Dictionary）：可以将字典转换为DataFrame，其中字典的键将成为DataFrame的列标签，字典的值将成为DataFrame的数据。

2. NumPy数组（Numpy Array）：可以将NumPy数组转换为DataFrame，数组的行和列将成为DataFrame的行索引和列标签。

3. 列表（List）：可以将列表转换为DataFrame，列表中的元素将成为DataFrame的一列数据。

4. CSV文件：可以从CSV文件中读取数据并转换为DataFrame。

5. Excel文件：可以从Excel文件中读取数据并转换为DataFrame。

6. SQL数据库：可以从SQL数据库中查询数据并转换为DataFrame

        转化数据类型很简单

df = pd.DataFrame([原数据], index=[1])

参数index 可有可无，当原数据是标量值（单个值）而不是数组或列表时，必须设置索引，用来标注该数据的行位置。

 读取excel数据

        使用pd.read_excel读取数据，同时读取数据的列名

def read_excel_data_to_dict(file_path, sheet_name, start_row=0, end_row=0):
    
    datalist = []
    # 读取Excel文件，并将值转换为字符串类型
    df = pd.read_excel(file_path, sheet_name=sheet_name, dtype=str)
    # 获取列名
    columns = df.columns
    # 获取行数
    num_rows = len(df.index
    # 遍历每一行
    for num, row in df.iloc[start_row:end_row].iterrows():
        data = {}
        # 遍历列名
        for column in columns.values:
            data[column] = row[column]
        datalist.append(data)
    return datalist

写入excel数据 

         写入excel的数据需要注意excel表是否存在，工作表是否存在，一般是续写数据，从excel表格中读取数据，将新的数据加入在原有数据之后，在从第一行开始写入。由于两处数据合并，输入的实际上是一个数据的总和体，为标量值，依然需要索引。

使用pd.ExcelWriter将DataFrame写入到Excel文件的指定工作表中，参数if_sheet_exists可以更改写入模式

def write_excel_data_from_dict(file_path, sheet_name, data_dict):
    """
    :param file_path: Excel文件路径
    :param sheet_name: sheet名
    :param data_dict: 要写入的数据，{'列名1':值1,'列名2':值2}
    :return:
    """

    data_list.append(data_dict)

    # 将字典转换为DataFrame
    df = pd.DataFrame(data_dict, index=[0])
    # 尝试读取现有的Excel文件
    existing_df = pd.read_excel(file_path, sheet_name=sheet_name)
    # 将新的数据追加到现有的DataFrame中
    # existing_df = existing_df._append(df, ignore_index=True)
    combined_df = pd.concat([existing_df, df], ignore_index=True)

    # 将DataFrame写入到Excel文件的指定工作表中
    with pd.ExcelWriter(file_path, engine='openpyxl', mode='a', if_sheet_exists='overlay') as writer:
        combined_df.to_excel(writer, sheet_name=sheet_name, index=False)

在pycharm中查看 ExcelWriter的定义得知，参数if_sheet_exists存在几种取值

1. 'error'：如果工作表已经存在，则会引发ValueError错误。
2. 'new'：如果工作表已经存在，则会创建一个新的工作表。
3. 'replace'：如果工作表已经存在，则会覆盖原有工作表。
4. 'overlay'：如果工作表已经存在，则会在原有工作表上叠加数据。

根据具体的需求和情况，可以选择适合的if_sheet_exists参数取值来控制工作表的写入行为。

注：写入数据的方法需要在excel关闭时才能运行成功