Pandas处理Excel文件的实用指南 - Python开发技巧XI

        处理Excel文件是数据分析师日常工作中的常见任务之一。

        幸运的是，Python的Pandas库提供了一套强大的工具，使得读取、处理和写入Excel文件变得既清晰又快捷。

        在本篇博客中，我们将探讨如何使用Pandas的 read_excel 方法来读取Excel文件，以及如何遍历和修改DataFrame中的数据。

---

安装

openpyxl是因为pandas读完excel需要。

pip install openpyxl 
pip install pandas

读取

导入Pandas库，并使用 read_excel 方法来读取Excel文件。需要注意的是，对于 .xlsx 文件，我们需要指定 engine='openpyxl'（默认xlrd），因为Pandas需要一个额外的库来处理这种格式的文件。

字段格式的锁定可以使用 dtype，

锁定sheet可以使用 sheet_name。

import pandas as pd

df_map = pd.read_excel(io="excels/xxx.xlsx",engine='openpyxl')
# len(df_map)  # 读取df的行数据


# 有时，excel里的字符串型数字，在read_excel读取时可能会被识别成int整型，这时候可以设置dtype:
df_map = pd.read_excel(
    io="excels/xxx.xlsx",
    dtype={'列字段A': str},
    engine='openpyxl'
)

# 锁定sheet有两种方式，比如第二个sheet名称为sheet2
#（1）索引式，索引从零开始
df_map = pd.read_excel(
    io="excels/xxx.xlsx",
    engine='openpyxl',
    sheet_name=1 
)
#（2）直接sheet名称（推荐）
df_map = pd.read_excel(
    io="excels/xxx.xlsx",
    engine='openpyxl',
    sheet_name='sheet2'
)

遍历DataFrame

        Pandas的DataFrame对象提供了 iterrows() 方法，允许我们遍历DataFrame中的每一行。在遍历过程中，index 代表行索引，而 row 代表行内容。

for index, row in df_map_kpi.iterrows():
     if not pd.isnull(row["列字段A"]):  # isnull判断是否为空，不能直接用Python对象判空形式
          print(row["列字段A"])    
     else:
        df_map.at[index, "列字段A"] = "A"  # 修改改行某行数据

        例子中，检查了 "列字段A" 是否为空。如果不为空，打印出该值；如果为空，我们将其设置为 "A"（还未实际生效）。

        同时判断多列是否同时都为空或有一个为空。

row_list = [row["列字段A"], row["列字段B"], row["列字段C"]]
# 是否全部为空
pd.isnull(row_list).all()
# 是否有一个为空
pd.isnull(row_list).any()

写回Excel文件

通常会设置 index=False 来防止将行索引写入文件

# 将修改后的DataFrame写回Excel文件（这里使修改生效）
df.to_excel('excels/xxx.xlsx', index=False)

Pandas是一个功能强大的数据处理工具，帮助高效地处理Excel文件。无论是读取数据、遍历DataFrame还是写入更改，Pandas都能提供简洁的解决方案。