pandas：read_excel()和to_excel函数解析

最新推荐文章于 2024-08-02 12:02:39 发布

梦寐_

最新推荐文章于 2024-08-02 12:02:39 发布

阅读量2.2k

点赞数 2

分类专栏： pands 文件处理文章标签： read_excel to_excel

本文链接：https://blog.csdn.net/HHG20171226/article/details/101709405

版权

pands 同时被 2 个专栏收录

24 篇文章 0 订阅

订阅专栏

文件处理

12 篇文章 0 订阅

订阅专栏

`read_excel()`

加载函数为read_excel(),其具体参数如下。

read_excel(io, 
			sheetname=0, 
			header=0, 
			skiprows=None, 
			skip_footer=0, 
			index_col=None,
			names=None, 
			parse_cols=None, 
			parse_dates=False,
			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
	)

常用参数解析：

io : string, path object ; excel 路径。
sheetname : string, int, mixed list of strings/ints, or None, default 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
header : int, list of ints, default 0 指定列名行，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
skiprows : list-like,Rows to skip at the beginning，省略指定行数的数据
skip_footer : int,default 0, 省略从尾部数的int行数据
index_col : int, list of ints, default None指定列为索引列，也可以使用u”strings”，读取的时候指定索引
names : array-like, default None, 指定列的名字。
na_values:指定原数据集中哪些特征的值作为缺失值。
na_filter : boolean, default True；是否检查丢失值（空字符串或者是空值）。对于大文件来说数据集中没有空值，设定na_filter=False可以提升读取速度。
thousands：指定原始数据中的千位符
comment：指定注释符，在读取数据时，如果碰到首行指定的注释符，则跳过该行。
parse_datas：指明日期列，为字符串构成的 list；
数据源：

sheet1:
ID  NUM-1   NUM-2   NUM-3
36901   142 168 661
36902   78  521 602
36903   144 600 521
36904   95  457 468
36905   69  596 695

sheet2：
ID  NUM-1   NUM-2   NUM-3
36906   190 527 691
36907   101 403 470

(1)函数原型

basestation ="F://pythonBook_PyPDAM/data/test.xls"
data = pd.read_excel(basestation)
print data

输出：是一个dataframe

      ID  NUM-1  NUM-2  NUM-3
0  36901    142    168    661
1  36902     78    521    602
2  36903    144    600    521
3  36904     95    457    468
4  36905     69    596    695

(2)sheet_name参数：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

data_1 = pd.read_excel(basestation,sheet_name=[0,1])
print(data_1)
print(type(data_1))
'''
OrderedDict([(0,       ID  NUN-1  NUM-2  NUM-3
0  36901     45     78     95
1  36902     47     45     63
2  39603     85     47     21
3  39604     96     36     45
4  39605     25     89     15), 
(1,       ID  NUN-1  NUM-2  NUM-3
0  36906     58     52     47
1  36907     66     26     14)])
<class 'collections.OrderedDict'>

（3）header参数:指定列名行，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 ，注意这里还有列名的一行。

data = pd.read_excel(basestation,header=None)
print(data)
'''
       0      1      2      3
0     ID  NUN-1  NUM-2  NUM-3
1  36901     45     78     95
2  36902     47     45     63
3  39603     85     47     21
4  39604     96     36     45
5  39605     25     89     15
'''
data = pd.read_excel(basestation,header=[3])
print(data)
'''
   39603  85     47     21   
0  39604     96     36     45
1  39605     25     89     15
'''

（4） skiprows参数：省略指定行数的数据

data = pd.read_excel(basestation,skiprows = [1])
print(data)
'''
      ID  NUN-1  NUM-2  NUM-3
0  36902     47     45     63
1  39603     85     47     21
2  39604     96     36     45
3  39605     25     89     15
'''

(5)skip_footer参数：省略从尾部数的int行的数据

data = pd.read_excel(basestation, skip_footer=3)
print(data)
'''
      ID  NUN-1  NUM-2  NUM-3
0  36901     45     78     95
1  36902     47     45     63
'''

（6）index_col参数：指定列为索引列，也可以使用u”strings”

data = pd.read_excel(basestation, index_col="NUM-3")
print(data)
'''
          ID  NUN-1  NUM-2
NUM-3                     
95     36901     45     78
63     36902     47     45
21     39603     85     47
45     39604     96     36
15     39605     25     89
'''

（7）names参数：指定列的名字。

data = pd.read_excel(basestation,names=["a","b","c","e"])
print(data)
'''
       a   b   c   e
0  36901  45  78  95
1  36902  47  45  63
2  39603  85  47  21
3  39604  96  36  45
4  39605  25  89  15
'''

8)nrows读取指定的几行数据

data = pd.read_excel(basestation, nrows=3)
print(data)
'''
      ID  NUN-1  NUM-2  NUM-3
0  36901     45     78     95
1  36902     47     45     63
2  39603     85     47     21
'''

9)usecols：读取指定的列, 也可以通过名字或索引值（指定需要读取原数据集中的哪些变量名，以列表传入。）

data = pd.read_excel(basestation, usecols=2)
print(data)
'''
      ID  NUN-1  NUM-2
0  36901     45     78
1  36902     47     45
2  39603     85     47
3  39604     96     36
4  39605     25     89
'''

`to_excel()`

存储函数为pd.DataFrame.to_excel()，注意，必须是DataFrame写入excel, 即Write DataFrame to an excel sheet。其具体参数如下：

to_excel(self, excel_writer, sheet_name='Sheet1', na_rep='', float_format=None,columns=None, header=True, index=True, index_label=None,startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None,
inf_rep='inf', verbose=True, freeze_panes=None)

数据源：

    ID  NUM-1   NUM-2   NUM-3
0   36901   142 168 661
1   36902   78  521 602
2   36903   144 600 521
3   36904   95  457 468
4   36905   69  596 695
5   36906   165 453 

加载数据：
basestation ="./ex.xls"
basestation_end ="./test_end.xls"
data = pd.read_excel(basestation)

（1）参数excel_writer，输出路径。

data.to_excel(basestation_end)

（2）sheet_name，将数据存储在excel的那个sheet页面。

data.to_excel(basestation_end,sheet_name="sheet2")

（3）na_rep，缺失值填充

data.to_excel(basestation_end,na_rep="NULL")

在这里插入图片描述
(4) colums参数： sequence, optional，Columns to write 选择输出的的列。

data.to_excel(basestation_end,columns=["ID"])

在这里插入图片描述
（5）header 参数： boolean or list of string，默认为True,可以用list命名列的名字。header = False 则不输出题头。

data.to_excel(basestation_end,header=["a","b","c","d"])

在这里插入图片描述
header = False 则不输出题头

data.to_excel(basestation_end,header=False,columns=["ID"])

在这里插入图片描述
（6）index : boolean, default True Write row names (index)
默认为True，显示index，当index=False 则不显示行索引（名字）。
index_label : string or sequence, default None
设置索引列的列名。

data.to_excel(basestation_end,index=False)

在这里插入图片描述
index_label设置索引列的列名

data.to_excel(basestation_end,index_label=["f"])

在这里插入图片描述

写入excel，自定义索引

data={'ID':[1,2,3,4],
      'year':[2000,2001,2002,2003],
      'pop':[3.7,3.6,2.4,0.9]}
df=pd.DataFrame(data)
print(df)
'''
   ID  year  pop
0   1  2000  3.7
1   2  2001  3.6
2   3  2002  2.4
3   4  2003  0.9
'''
df.to_excel('text.xls')

在这里插入图片描述

data={'ID':[1,2,3,4],
      'year':[2000,2001,2002,2003],
      'pop':[3.7,3.6,2.4,0.9]}
df=pd.DataFrame(data)
df=df.set_index('ID')
df.to_excel('text.xls')

在这里插入图片描述

查看行数，列数，列名，查看部分数据

people=pd.read_excel('People.xlsx')
#查看形状
print(people.shape)
print('***********')
#查看列名
print(people.columns)
print('***********')
# 查看部分数
print(people.head(3))         #head()默认前5行
print('***********')
print(people.tail())          #默认后5行
'''
(19972, 6)
***********
Index(['ID', 'Type', 'Title', 'FirstName', 'MiddleName', 'LastName'], dtype='object')
***********
   ID      Type Title FirstName MiddleName    LastName
0   1  Employee   NaN       Ken          J     Sánchez
1   2  Employee   NaN     Terri        Lee       Duffy
2   3  Employee   NaN   Roberto        NaN  Tamburello
***********
          ID                 Type Title FirstName MiddleName    LastName
19967  20773  Individual Customer   NaN   Crystal        NaN         Guo
19968  20774  Individual Customer   NaN  Isabella          F  Richardson
19969  20775  Individual Customer   NaN   Crystal          S          He
19970  20776  Individual Customer   NaN   Crystal        NaN       Zheng
19971  20777  Individual Customer   NaN   Crystal        NaN          Hu
'''

读取的数据无表头，为其添加新的表头并保存
在这里插入图片描述

people=pd.read_excel('People.xlsx',header=None)
people.columns=['id', 'type', 'title', 'First', 'Middle', 'Last']
print(people.columns)
#Index(['id', 'type', 'title', 'First', 'Middle', 'Last'], dtype='object')
#默认添加行索引  ，可以重新指定
people=people.set_index('id')
people.to_excel('people2.xls')

在这里插入图片描述

指定列为索引，避免自动pands再生成新的索引

#指定某列为索引  ，pands就不会再自动生成索引
people=pd.read_excel('people2.xls',index_col='id')

Pandas将多个Sheet写入到本地同一Excel文件中

import pandas as pd
 
#读取两个表格
data1=pd.read_excel('文件路径')
data2=pd.read_excel('文件路径')
 
#将两个表格输出到一个excel文件里面
writer=pd.ExcelWriter('D:新表.xlsx')

data1.to_excel(writer,sheet_name='sheet1')
data2.to_excel(writer,sheet_name='sheet2')
 
#必须运行writer.save()，不然不能输出到本地
writer.save()

在这里插入图片描述

with pd.ExcelWriter(r'C:\Users\数据\Desktop\data\test2.xls') as writer:
    df1.to_excel(writer, sheet_name='df1')
    df2.to_excel(writer, sheet_name='df2')