pandas read_excel 参数及使用

最新推荐文章于 2024-05-17 08:53:24 发布

飞向星河

最新推荐文章于 2024-05-17 08:53:24 发布

阅读量400

点赞数

分类专栏： python 文章标签： python

本文链接：https://blog.csdn.net/qq_39787102/article/details/132549794

版权

python 专栏收录该内容

10 篇文章 0 订阅

订阅专栏

本文详细介绍了Pandas库中的read_excel函数，包括文件路径、列名处理、数据类型转换、缺失值处理、注释行排除以及列操作，如减法、删除和过滤，以及排序和重命名等。

摘要由CSDN通过智能技术生成

pandas.read_excel(io, sheet_name…)

参数说明

io: 文件路径
sheet_name 列名，默认为0，可以是数字/列名/list(数字、列名)
header 标题行，默认第一行，可以是数字/list
names 补充列名， names元素的个数必须和dataframe的列数一致，name=[0,1,2…]: 0,1,2将作为列名
index_col 指定行索引, 默认None，可以是数字/list
usecols: 指定读取列，
usecols=[1,2,3] # 读取2-4列
usecols=None, #读取所有列
squeeze：如果源数据只有一列， squeeze=False为DataFrame，squeeze=True时为Series
converters={ ‘收入’ lambda x: x/100 # 收入除以100 }
skiprows：省略指定行数据，第一行开始
skipfooter：省略指定行数据，最后一行开始
dtype: dtype={ ‘grade’: np.float32 } # 读取为类型数据

使用
创建一个Excel文件
在这里插入图片描述

import pandas as pd
import numpy as np

指定索引列

pd.read_excel('./fakeExcel.xlsx', index_col=0) # 第0列作为标题

在这里插入图片描述

pd.read_excel('fakeExcel.xlsx',  header=0) # 指定表头行

在这里插入图片描述

指定读取格式转换

适合数据处理精度要求比较高或者速度要求比较快的情况

pd.read_excel('fakeExcel.xlsx', dtype={
  'grade': np.float32
}) # 指定表头列

在这里插入图片描述

自定义缺失值， 如年龄为负数时，清空,显示NAN

pd.read_excel('fakeExcel.xlsx', na_values={
  'title': 'aa'
})

在这里插入图片描述

# 处理注释行

pd.read_excel('fakeExcel.xlsx', sheet_name=1, comment='#')

在这里插入图片描述

# 列操作， 列减少2
data['grade'] = data['grade'] - 2
data

在这里插入图片描述

# 删除列：
# 改变内存数据
# 建议使用不改变内存的函数， 通过赋值修改原数据
if True:
  del data["a"]
# 不改变内存数据(返回新数据)
else:
  data = data.drop('a', axis=1)
data

在这里插入图片描述

# 过滤数据
data[data['grade'] > 60]

在这里插入图片描述

data[data['title'] == 'bb']

在这里插入图片描述

# 值排序
data.sort_values('grade', ascending = True)

在这里插入图片描述

# names 参数的作用， 相当于rename
pd.read_excel('fakeExcel.xlsx', header=0, names=[0,1,2])

# 显示所有的行
pd.set_option('display.max_rows',None)
# 显示所有的列
pd.set_option('display.max_columns',None)
# 显示部分
pd_data.head()

————————————————
版权声明：本文为CSDN博主「change_fate」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/change_fate/article/details/126012860