场景:
假设我们要打开如下的Excel文件. 目前遇到的问题是: 数据区域并不是从第一行或第一列开始, 所以读取后的文件可能会出现问题, 导致我们无法进行进一步的数据筛选或运算.
解决方案:
import pandas as pd
df = pd.read_excel(r"/Users/andy/Downloads/books.xlsx", skiprows=3, usecols="C:F", index_col=None, sheet_name = 0, dtype = {"ID":str, "InStore":str)
print(df)
#文件的路径使用"r", 主要是为了避免路径出错
#skiprows表示忽略前面XX行. 例如上面的例子, 读取的时候直接忽略了前面3行
#usecols 表示读取哪几列, 可以使用列表的方式表示要导入哪几列, 例如usecols = [0,2]
#sheet_name 用于指定读取哪个工作表
#index_col表示使用哪一列作为索引
#header=0, 可以使用header表示使用哪一行作为列索引
#dtype使用字典, 更改对应的Series的数据类型. 一般转化成str, 便于后期的运算或修改
运行上面的代码可以得到下面的结果:
这里空白的单元格会识别成NaN, 我们要进行数据填充. 前面讲到的dtype的参数就是为了先将这些列都修改成str类型, 便于我们进行填充.
import pandas as pd
from datetime import datetime
df = pd.read_excel("/Users/andy/Downloads/books.xlsx", skiprows=3, usecols="C:F", index_col=None, sheet_name = 0, dtype = {"ID":str, "InStore":str})
for i in df.index:
df["ID"].at[i] = 1 + i
df["InStore"].at[i] = "YES" if i % 2 == 0 else "NO"
df["ID"] = df["ID"].astype("str").str.zfill(3)
print(df)
---------------------------------------------------------------------------------------------------------------------------------------
#在上面的例子中, ID这一列我使用了zfill()这个方法, 它会自动的让字符前面自动添加0. 这里要注意的是, 只能为字符串添加zfill(), 所以我这里进行了数据类型的转化.
#读取文件的时候, 使用了dtype参数, 主要是为了将对应的列转化为字符串, 便于我们进行填充排序
#skiprows表示忽略哪几行, usecols表示要导入哪些列, 可以使用列表的方式导入指定的列, 例如usecols = [0,3], 也可以按上面的方法
运行上面的代码, 输出的结果如下: