如何优雅的安装Python的pandas?

很多朋友使用Python中的Pandas这个库进行Excel的数据处理，数据处理从宏观上分为这么3个阶段：数据读取、数据处理、数据输出。

对于大多数新人来说，在数据读取的这一步就卡住了。

今天我们就来一起学习一下，Pandas官方推荐的6种Excel读取方式。

本文一共3部分：下载pandas和生成Excel文件、源码解读、读取Excel的6种方式。
如果你是一个熟练的Python使用者，你可以直接跳转到第3部分。
如果你是刚接触Python或者刚接触Pandas，建议你从第1部分开始看。

下文所有代码，都可以 ←左右→ 滑动查看，也可以直接复制粘贴。

1、准备工作

• 首先，你要下载最新版本的Pandas库。这样你才能使用Pandas，这个不难理解吧？

• 其次，你要有一个和本文一样的Excel文件。为了确保大家和本文的操作统一，建议大家使用和本文同样的Excel文件。

怎么下载Pandas？怎么获取Excel？我们都用1行命令来自动搞定,毕竟我们是自动化办公社区，如果这些操作不能自动化搞定，那岂不是太过分了？

你直接执行下面这行代码，就会生成一个和本文一模一样的Excel文件啦~

1行命令安装：pandas，版本：1.4.0

在你的电脑终端里面，执行下面这行命令，就可以自动安装pandas了~

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple python-office -U

1行命令生成Excel

Excel文件也不需要你四处下载，之前我们不是介绍了一个功能嘛，这里是它的用武之地 ：1行代码，自动生成带模拟数据的Excel文件

以后我们处理Excel的案例和演示，每次都会使用这种自动生成的方法，你当然也可以手动编辑一个，但如果未来我们要学习如何处理10w行的Excel文件呢？不论你是手动生成还是百度云下载，都是一个及其缓慢的过程。

但用下面这个生成方式，模拟一个10w+数据的Excel文件，也是不过是一瞬间的事情，一定要尝试一下哟~你会发现新世界的。

import office

office.excel.fake2excel(columns=['name', 'company_prefix','job'], rows=5)

在你的PyCharm里面，执行上面这行代码，就可以生成一个如下图所示 ，和本文一模一样的Excel文件啦~

2、pandas源代码里说了什么？

其实学习Pandas很简单，不用网上东奔西找，所有的代码功能，创始人和开发者们都通过注释的方法写在源代码里了。

如何查找pandas的源代码？

下载好pandas以后，我们就打开pandas的源码，看看pandas推荐的读取方式有哪些。pandas源码的路径：D:\你的python安装目录\Lib\site-packages\pandas

打开源码后，pandas文件夹下有多个目录结构，如下图所示，我们要的读取Excel功能，在pandas\io\excel_base.py文件中的290行-350行。如下图所示

既然找到了这段源码，那么问题来了 源码告诉了我们什么？

３、6种读取Excel的方式

下面我们就根据上文获取到的pandas源码，逐个解析一下这6种读取excel的方式。

1、指定索引列读取

这种读取方式，适合Excel里的数据，本身有一列表示序号的情况。

pd.read_excel('fake2excel.xlsx', index_col=0)

# 使用index_col=0，指定第1列作为索引列。

结果如下图所示：

• 列名没有对齐，不是代码运行有问题，是因为那么列被当作了索引列。

这种方式不符合我们这个文件的要求，所以我们可以进行以下修改：不要指定索引列。

代码和结果如下：

pd.read_excel('fake2excel.xlsx', index_col=None)

2、指定sheet读取

见名知意。

pd.read_excel(open('fake2excel.xlsx', 'rb'), sheet_name='Sheet2')

# 使用sheet_name=0，指定读取sheet2里面的内容。

我们在原表里加入了sheet2，结果如下图所示：

• 这种情况下，不会读取sheet1里面的内容

3、取消header读取

读取本身没有列名的数据。

pd.read_excel('fake2excel.xlsx', index_col=None, header=None) 

# 使用header=None，取消header读取。

结果如下图所示：

• 这种情况下，适合原Excel表没有列名的情况。
• 我们的文件里有列名的情况下，列名也被当成了数据。

4、指定读取格式

这种适合高端玩家，在对数据处理精度要求比较高或者速度要求比较快的情况下。

pd.read_excel('fake2excel.xlsx', index_col=0, dtype={'age': float})  

# 使用dtype，指定某一列的数据类型。

结果如下图所示：

• 我们添加了一列：年龄，本来是整数，但是指定float类型之后，读取出来成了小书。
• 这种读取，更适合对数据有特殊要求的情况，例如：金融行业。

5、自定义缺失值

这种使用的场景是什么呢？比如在收集信息的时候据时候，发现有人填的年龄是负数，那就自动给他把年龄清空掉，让他重新填写。

pd.read_excel('fake2excel.xlsx', index_col=None,na_values={'name':"庞强"}) 

# 使用na_values，自己定义不显示的数据

结果如下图所示：

• 我们的表格里，有个人的名字叫：庞强我们不想显示这个人的名字
• 于是我们就在na_values指定：name这一列是庞强的名字，置为空，在pandas里空值会用NaN表示。

6、处理Excel里的注释行

不仅Python是可以写注释的，Excel也是可以写注释的。很多人没有用过，用过的朋友在评论区说一下你为什么给Excel写注释吧~？

pandas提供了处理Excel注释行的方法。

pd.read_excel('fake2excel.xlsx', index_col=None, comment='#') 

结果如下图所示：

４、写在最后

做为Python程序员，平时需要大家阅读源码，认清楚代码背后的原理和逻辑。

最近使用pandas比较多，正好pandas也可以处理excel，所以近期会持续的更新一些pandas使用的文章。

这里给大家分享一份Python全套学习资料，包括学习路线、软件、源码、视频、面试题等等，都是我自己学习时整理的，希望可以对正在学习或者想要学习Python的朋友有帮助！

CSDN大礼包：全网最全《全套Python学习资料》免费分享🎁

😝有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓

👉CSDN大礼包🎁：全网最全《Python学习资料》免费分享（安全链接，放心点击）👈

​style=“margin: auto” />

1️⃣零基础入门

① 学习路线

对于从来没有接触过Python的同学，我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

② 路线对应学习视频

还有很多适合0基础入门的学习视频，有了这些视频，轻轻松松上手Python~

③练习题

每节视频课后，都有对应的练习题哦，可以检验学习成果哈哈！

因篇幅有限，仅展示部分资料

2️⃣国内外Python书籍、文档

① 文档和书籍资料

3️⃣Python工具包+项目源码合集

①Python工具包

学习Python常用的开发软件都在这里了！每个都有详细的安装教程，保证你可以安装成功哦！

②Python实战案例

光学理论是没用的，要学会跟着一起敲代码，动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。100+实战案例源码等你来拿！

③Python小游戏源码

如果觉得上面的实战案例有点枯燥，可以试试自己用Python编写小游戏，让你的学习过程中增添一点趣味！

4️⃣Python面试题

我们学会了Python之后，有了技能就可以出去找工作啦！下面这些面试题是都来自阿里、腾讯、字节等一线互联网大厂，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

5️⃣Python兼职渠道

而且学会Python以后，还可以在各大兼职平台接单赚钱，各种兼职渠道+兼职注意事项+如何和客户沟通，我都整理成文档了。


上述所有资料 ⚡️ ，朋友们如果有需要 📦《全套Python学习资料》的，可以扫描下方二维码免费领取 🆓
😝有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓

👉CSDN大礼包🎁：全网最全《Python学习资料》免费分享（安全链接，放心点击）👈

​