pandas versus Excel 学习笔记1（创建及读取Excel）

视频地址  http://sa.mentorx.net/course/89/task/403/show

一、创建Excel文件

import pandas as pd
df=pd.DataFrame({'ID':[1,2,3],'Name':['Tim','Victor','Nick']})
df=df.set_index('ID')
print(df)
df.to_excel('output.xlsx')
print('done!')

DataFrame 数据帧 (class类)

DataFrame()文件里没有任何数据

一个DataFrame相当于一个work sheet

df.to_excel('路径') (method方法)

如果没有指定索引

结果：

指定索引：

df.set_index('ID')（method方法）

df=df.set_index('ID')#产生一个新的DataFrame,再用df引用

结果：

二、读取Excel文件

1、pd.read_excel('路径')

people=pd.read_excel('people.xlsx')#自动生成索引
print(people.shape)#读取行列

读取为DataFrame

2、df.shape

结果：

(19972, 6)    #19972行，6列

3、df.columns

print(people.columns)#列名

结果：

Index(['ID', 'Type', 'Title', 'FirstName', 'MiddleName', 'LastName'], dtype='object')

4、df.head()

people.head()
Out[4]: 
   ID      Type Title FirstName MiddleName    LastName
0   1  Employee   NaN       Ken          J     Sánchez
1   2  Employee   NaN     Terri        Lee       Duffy
2   3  Employee   NaN   Roberto        NaN  Tamburello
3   4  Employee   NaN       Rob        NaN     Walters
4   5  Employee   Ms.      Gail          A    Erickson

5、df.tail()

people.tail(3)
Out[5]: 
          ID                 Type Title FirstName MiddleName LastName
19969  20775  Individual Customer   NaN   Crystal          S       He
19970  20776  Individual Customer   NaN   Crystal        NaN    Zheng
19971  20777  Individual Customer   NaN   Crystal        NaN       Hu

 

(1)在excel第一行不是header的情况下

pd.read_excel('路径',header=1)

people=pd.read_excel('路径',header=1)#可读取到header

(2)没有header的情况

pd.read_excel('路径',header=None)

people=pd.read_excel('people.xlsx',header=None)#不设置header
print(people.columns)

结果：

Int64Index([0, 1, 2, 3, 4, 5], dtype='int64')

(3)设置header

df.columns=['  ','  ','  ']

people=pd.read_excel('People.xlsx',header=None)
people.columns=['ID','Type','Title','FirstName','MiddleName','LastName']
print(people.columns)
people=people.set_index['ID']#代替原来的DataFrame
#或者people.set_index('ID',inplace=True)
people.to_excel('People.xlsx')

结果：'ID'不再columns里面

Index(['Type', 'Title', 'FirstName', 'MiddleName', 'LastName'], dtype='object')

(6)在read_excel()中，index_col='ID'就不会再自动生成索引（read_excel()的属性）

df=pd.read_excel('People.xlsx',index_col='ID')
print(df.head())

        Type Title FirstName MiddleName    LastName
ID                                                 
1   Employee   NaN       Ken          J     Sánchez
2   Employee   NaN     Terri        Lee       Duffy
3   Employee   NaN   Roberto        NaN  Tamburello
4   Employee   NaN       Rob        NaN     Walters
5   Employee   Ms.      Gail          A    Erickson