【繁琐工作自动化】pandas 处理 excel 文件

0. 一般处理

• 读取 excel 格式文件：df = pd.read_excel(‘xx.xlsx’)，下面是一些简单查看文件内容的函数：
  
  • df.head()：展示前五行；
  • df.columns：展示所有的列名，也即属性名；

• 简单统计处理：

  • 求某列元素的最大最小平均值，最大最小值所在的行号；

  df['col_name'].argmax(), df['col_name'].max()
  df['col_name'].argmin(), df['col_name'].min()
  df['col_name'].mean()

1. 多 sheet 的读取

import pandas
df = pandas.read_excel(open('your_xls_xlsx_filename','rb'), sheetname='Sheet 1')            
    # 使用 sheet 名

# or using sheet index starting 0
df = pandas.read_excel(open('your_xls_xlsx_filename','rb'), sheetname=2)                    
    # 使用 sheet 所在的索引     

2. 使用 ExcelFile 类

Using Pandas to pd.read_excel() for multiple worksheets of the same workbook

• pd.read_excel() ⇒ 将 excel 的第一个 sheet 读取到 DataFrame

• 使用 ExcelFile 对象：

  xls = pd.ExcelFile('excel_file_path.xls')
  xls.sheet_names     # 获取各个 sheet 的名字
  sheet_df = xls.parse(0)

• Tricks：将 sheet 读入到字典中，通过 sheet 名索引：

  sheet_map = {}
  for sheet_name in xls.sheet_names:
      sheet_map[sheet_name] = xls.parse(sheet_name)