Pandas的read_excel函数学习

最新推荐文章于 2024-05-09 08:23:44 发布

weixin_50934845

最新推荐文章于 2024-05-09 08:23:44 发布

阅读量5.6k

点赞数 8

分类专栏： python 文章标签： pandas excel 学习

本文链接：https://blog.csdn.net/weixin_50934845/article/details/127411424

版权

python 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

excel表的读取在python中是非常重要的，为了方便今后的使用，我将我学习用python读取excel表的过程记录下来，以便今后回顾时能快速想起各种方法。下图为示例中使用的excel表中的内容
sheet1：学生的信息
在这里插入图片描述
sheet2：成绩

在pandas中一般使用函数read_excel来进行excel表的读取，其参数如下：
pandas.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None, squeeze=None, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skiprows=None, nrows=None, na_values=None, keep_default_na=True, na_filter=True, verbose=False, parse_dates=False, date_parser=None, thousands=None, decimal='.', comment=None, skipfooter=0, convert_float=None, mangle_dupe_cols=True, storage_options=None)

io（文件路径）：

文件的路径，既可以是本地的地址，也可以是网络地址。本文主要关注本地地址。
参数可能的种类str, bytes, ExcelFile, xlrd.Book, path object, or file-like object

import pandas as pd
from numpy import disp
#路径前面的r表示对路径中的'\'进行转义，否则会出现'\n'之类的转义字符，导致文件的路径出错
#没r和有r的对比
test1 = pd.read_excel("D:\python\pycharm_workplace\excel_ctrl\a.xlsx");#即使在相应的路径有这个文件，这个会出错
test1 = pd.read_excel(r"D:\python\pycharm_workplace\excel_ctrl\a.xlsx");
#相对路径:我测试的时候excel文件和py文件是在同一目录下
data1 = pd.read_excel(r"z.xlsx");
#绝对路径
data2 = pd.read_excel(r"D:\python\pycharm_workplace\excel_ctrl\z.xlsx");
disp(data1);
disp(data2);

结果如下
D:\python\python\python.exe D:/python/pycharm_workplace/excel_ctrl/excel_ctrl_test.py
   名字  学号 性别
0  张三  11  男
1  李四  12  男
2  王五  13  男
3  赵六  14  男
4  小红  15  女
5  小芳  16  女
   名字  学号 性别
0  张三  11  男
1  李四  12  男
2  王五  13  男
3  赵六  14  男
4  小红  15  女
5  小芳  16  女

Process finished with exit code 0

该参数没有默认值，也就是说是必须要填的，其余参数都有默认值，可以不填。

sheet_name（选择sheet）

选择不同的sheet，可以输入sheet的名字或者序号，默认值为0
参数可能的种类str, int, list, or None, default 0

import pandas as pd
from numpy import disp
#参数类型为str，表示选择的sheet的名字
data1 = pd.read_excel(r"z.xlsx", sheet_name="学生的信息");
disp(data1);
disp("===========");
#int类型，表示选择的sheet的索引（从0开始）
data2 = pd.read_excel(r"z.xlsx", sheet_name=1);
disp(data2);
disp("===========");
#list类型，表示选择多个sheet，list的元素可以为str、int
data3 = pd.read_excel(r"z.xlsx", sheet_name=[0, 1]);
disp(data3);
disp("===========");
#None，表示选择全部sheet
data4 = pd.read_excel(r"z.xlsx", sheet_name=0);
disp(data4);

D:\python\python\python.exe D:/python/pycharm_workplace/excel_ctrl/excel_ctrl_test.py
   名字  学号 性别
0  张三  11  男
1  李四  12  男
2  王五  13  男
3  赵六  14  男
4  小红  15  女
5  小芳  16  女
===========
   名字  学号   成绩
0  张三   1  100
1  李四   2   50
2  王五   3   98
3  赵六   4   83
4  小红   5   91
5  小芳   6   54
===========
{0:    名字  学号 性别
0  张三  11  男
1  李四  12  男
2  王五  13  男
3  赵六  14  男
4  小红  15  女
5  小芳  16  女, 1:    名字  学号   成绩
0  张三   1  100
1  李四   2   50
2  王五   3   98
3  赵六   4   83
4  小红   5   91
5  小芳   6   54}
===========
{'学生的信息':    名字  学号 性别
0  张三  11  男
1  李四  12  男
2  王五  13  男
3  赵六  14  男
4  小红  15  女
5  小芳  16  女, '成绩':    名字  学号   成绩
0  张三   1  100
1  李四   2   50
2  王五   3   98
3  赵六   4   83
4  小红   5   91
5  小芳   6   54, 'Sheet3': Empty DataFrame
Columns: []
Index: []}

Process finished with exit code 0

header（选择表头）

表示以第几行为表头，默认为0
参数可能的种类int, list of int, default 0

import pandas as pd
from numpy import disp
#参数类型为int，表示选择第几行为表头，行数比表头小的都抛弃
data1 = pd.read_excel(r"z.xlsx", header=2);
disp(data1);
disp("===============");
#参数类型为list，表示选择那几行为表头，那些没被选上的行数比表头中行数小的都抛弃
data1 = pd.read_excel(r"z.xlsx", header=[2,4]);
disp(data1);

D:\python\python\python.exe D:/python/pycharm_workplace/excel_ctrl/excel_ctrl_test.py
   李四  12  男
0  王五  13  男
1  赵六  14  男
2  小红  15  女
3  小芳  16  女
===============
   李四  12  男
   赵六  14  男
0  小红  15  女
1  小芳  16  女

Process finished with exit code 0

names（改变表头名字）

长度不能超出excel中列的数目，作用是代替原来表头，由于names只有一维，所以header中不能指定多个表头，而且即使names中的长度小于列的数目（即使数组中的元素个数为0），names也会完全替代原来的表头
参数可能的种类array-like, default None

import pandas as pd
from numpy import disp
#代替原来的 1 2 3 作为表头
data1 = pd.read_excel(r"z.xlsx", names=["stu","ID","sex"]);
disp(data1);
disp("===============");
#代替某行成为表头
data2 = pd.read_excel(r"z.xlsx", header=[3] , names=["stu","ID","sex"]);
disp(data2);
disp("===============");
#元素个数小于列数时的情况
data1 = pd.read_excel(r"z.xlsx", header=[3] , names=["stu","ID"]);
disp(data1);

结果如下：
D:\python\python\python.exe D:/python/pycharm_workplace/excel_ctrl/excel_ctrl_test.py
  stu  ID sex
0  张三  11   男
1  李四  12   男
2  王五  13   男
3  赵六  14   男
4  小红  15   女
5  小芳  16   女
===============
  stu  ID sex
0  赵六  14   男
1  小红  15   女
2  小芳  16   女
===============
    stu ID
赵六   14  男
小红   15  女
小芳   16  女

Process finished with exit code 0

index_col（选择索引列）

选择索引列，默认为None，选择索引列的时候不会像之前选择表头那样丢掉一部分数据，而仅仅是改变次序而已
参数可能的种类int, list of int, default None
None表示使用默认的列（不属于输入的内容）作为索引列

import pandas as pd
from numpy import disp
#参数类型为int，表示选择第几列作为索引列
data1 = pd.read_excel(r"z.xlsx", index_col=2);
disp(data1);
disp("===============");
#参数类型为str，表示选择名字为什么的列作为索引列（我也不知道为什么能）
data2 = pd.read_excel(r"z.xlsx", index_col="学号");
disp(data2);
disp("===============");
#参数类型为list of int，表示选择那些列作为索引列
data3 = pd.read_excel(r"z.xlsx", index_col=[1,2]);
disp(data3);

D:\python\python\python.exe D:/python/pycharm_workplace/excel_ctrl/excel_ctrl_test.py
    名字  学号
性别        
男   张三  11
男   李四  12
男   王五  13
男   赵六  14
女   小红  15
女   小芳  16
===============
    名字 性别
学号       
11  张三  男
12  李四  男
13  王五  男
14  赵六  男
15  小红  女
16  小芳  女
===============
       名字
学号 性别    
11 男   张三
12 男   李四
13 男   王五
14 男   赵六
15 女   小红
16 女   小芳

Process finished with exit code 0

usecols（选择读入的列）

选择解析的行，也就是选择读入的行。
参数可能类型str, list-like, or callable, default None
注意，int类型不行，多列选择时，返回的列的先后与输入需要的列的先后无关，而是与列在excel表中原来顺序相同

import pandas as pd
from numpy import disp
#参数类型为str，对应excel表中每列上面的数字
data1 = pd.read_excel(r"z.xlsx", usecols="A");
disp(data1);
disp("===============");
#还可以利用str进行多列的选择
data2 = pd.read_excel(r"z.xlsx", usecols="C,B");
disp(data2);
disp("===============");
#参数为list-like类型，表示选择哪些列
data3 = pd.read_excel(r"z.xlsx", usecols=[1,2]);
disp(data3);

D:\python\python\python.exe D:/python/pycharm_workplace/excel_ctrl/excel_ctrl_test.py
   名字
0  张三
1  李四
2  王五
3  赵六
4  小红
5  小芳
===============
   学号 性别
0  11  男
1  12  男
2  13  男
3  14  男
4  15  女
5  16  女
===============
   学号 性别
0  11  男
1  12  男
2  13  男
3  14  男
4  15  女
5  16  女

Process finished with exit code 0

squeeze（读入只有1列时返回一个Series）

当该参数为True的时候，若读入只有一列，则返回一个Series，如果是两列或多列，则与该参数为true的时候返回相同

import pandas as pd
from numpy import disp
#一列的时候两者的对比
data1 = pd.read_excel(r"z.xlsx", usecols=[1]);
disp(data1);
disp("=========");
data1 = pd.read_excel(r"z.xlsx", usecols=[1], squeeze=True);
disp(data1);
disp("=========");
#两列的时候两者的对比
data1 = pd.read_excel(r"z.xlsx", usecols=[1,2]);
disp(data1);
disp("=========");
data1 = pd.read_excel(r"z.xlsx", usecols=[1,2], squeeze=True);
disp(data1);

D:\python\python\python.exe D:/python/pycharm_workplace/excel_ctrl/excel_ctrl_test.py
   学号
0  11
1  12
2  13
3  14
4  15
5  16
=========
0    11
1    12
2    13
3    14
4    15
5    16
Name: 学号, dtype: int64
=========
   学号 性别
0  11  男
1  12  男
2  13  男
3  14  男
4  15  女
5  16  女
=========
   学号 性别
0  11  男
1  12  男
2  13  男
3  14  男
4  15  女
5  16  女

Process finished with exit code 0