分享：pandas 处理Excel,csv 文件

没有安装pandas的，需提前安装pip install pandas. 想比其他第三方库，pandas的数据处理能力非常强，不仅仅体现在处理速度上，在形式方法上也非常优秀。

import pandas as pd

1.处理excel

df = pd.read_excel(file_path,sheet_name="sheet1") 

这个方法可以读取xlsx和xls格式的文件，如果不加sheet_name，则默认读取第一个sheet.

此时df的数据类型是pandas.core.frame.DataFrame，

可以用da = df.to_dict(orient='records')  或者 das = df.to_json(orient='records')方法转换成字典格式。当然不转的化，也可以操作。

可以这样理解：df本身就是键值对的格式，excel文件的列名就是键，列的内容就是值，可以通过df["column_name"]获取这一列的内容。

也可用：data = df.loc[:,["column_name1","column_name2","column_name3"]].values 的方法获取指定列的内容。不过，此时data是array的格式。如果没有["column_name1","column_name2","column_name3"]，则是把所有列转为array格式。

df.to_excel(ile_path,sheet_name="sheet1",index=False)

把处理过的数据写入excel，这里的df是pandas.core.frame.DataFrame的格式，index=False会舍去行号。

2.处理csv

df = pd.read_csv(file_path)

获取所有数据，因为csv文件只有一个sheet，不支持excel那样的多个sheet，所以没有sheet_name 参数。

进行处理的方法就和上面的一样了。

df.to_csv(file_name,mode="a", index=False, header=False)

写入csv文件。mode="a"表示追加到文件尾部，不写的话，默认是“w" ，与open 方法的参数一样。header=False表示没有列名。