# 一、读取Excel文件
# 使用pandas的read_excel()方法,可通过文件路径直接读取。注意到,在一个excel文件中有多个sheet,因此,对excel文件的读取实际上是读取指定文件、并同时指定sheet下的数据。可以一次读取一个sheet,也可以一次读取多个sheet,同时读取多个sheet时后续操作可能不够方便,因此建议一次性只读取一个sheet。
#
# 当只读取一个sheet时,返回的是DataFrame类型,这是一种表格数据类型,它清晰地展示出了数据的表格型结构。具体写法为:
#
# (1)不指定sheet参数,默认读取第一个sheet,
# df=pd.read_excel("data_test.xlsx")
# (2)指定sheet名称读取,
# df=pd.read_excel("data_test.xlsx",sheet_name="test1")
# (3)指定sheet索引号读取,
# df=pd.read_excel("data_test.xlsx",sheet_name=0) #sheet索引号从0开始
#
# *同时读取多个sheet,以字典形式返回。(不推荐)
# (1)指定多个sheet名称读取, df=pd.read_excel("data_test.xlsx",sheet_name=["test1","test2"])
# (2)指定多个sheet索引号读取,
# df=pd.read_excel("data_test.xlsx",sheet_name=[0,1])
# (3)混合指定sheet名称和sheet索引号读取,
# df=pd.read_excel("data_test.xlsx",sheet_name=[0,"test2"])
# 三、用values方式获取数据
# 1.基本方法
# df.values,获取全部数据,返回类型为ndarray(二维);
# df.index.values,获取行索引向量,返回类型为ndarray(一维);
# df.columns.values,获取列索引向量(对有表头的方式,是表头标签向量),返回类型为ndarray(一维)。
#
# 根据具体需要,通过ndarray的使用规则获取指定数据。数据获取的结构示意图如下所示。
# 2.获取指定数据的写法
# (1)获取全部数据:
# df.values,获取全部数据,返回类型为ndarra
pandas读取表格内日期到期前60天自动提醒
本文介绍了如何利用Python的pandas库,对包含日期的表格数据进行处理,实现自动检查并提醒那些将在60天内到期的记录,帮助提升数据管理和任务跟踪的效率。
摘要由CSDN通过智能技术生成