一、使用pandas讀取xlsx
引用pandas庫
import pandas as pd
pd.read_excel(path, sheet_name=0, header=0, names=None, index_col=None, usecols=None, squeeze=False,dtype=None, engine=None, converters=None, true_values=None, false_values=None, skiprows=None, nrows=None, na_values=None, parse_dates=False, date_parser=None, thousands=None, comment=None, skipfooter=0, convert_float=True, **kwds)
pandas讀取Excel后返回DataFrame；
二、解析pd.read_excel()的常用參數
1.path --> xlsx的存儲路徑（建議使用英文路徑或者英文命名方式）
import pandas as pd path = r'D:\Testdatabase\data\data.xlsx'
2.sheet_name --> 讀取工作表（sheet）名稱
sheet_name:None代表讀取所有的sheet，返回的就是一個ordereddict；指定就只讀取指定sheet，只有一個返回的就是dataframe
# 整型數字、列表名、SheetN、或者是以上三組組合列表 # 整型數字：目標sheet所在位置，以0開始，比如sheet_name = 0代表第1個工作表 data = pd.read_excel(path, sheet_name = 1) ss = data.head()
print(ss) # 工作表名：目標sheet的名稱，可用中英文 data = pd.read_excel(path, sheet_name = '賬號密碼') data.head() # SheetN：表示第N個sheet，S必須大寫，注意與整型數字的區別使用 data = pd.read_excel(path, sheet_name = 'Sheet5') data.head() # 組合使用 # sheet_name = [0, '車輛信息', 'Sheet4']，代表讀取三個工作表，分別為第1個工作表、名為“車輛信息”的工作表和第4個工作表。顯然，Sheet4未經重命名。 # sheet_name 默認為0，取Excel第一個工作表。如果讀取多個工作表，則顯示表格的字典 data = pd.read_excel(path, sheet_name = ['賬號密碼', '車輛信息'], nrows = 5) # sheet_name = ['賬號密碼', '車輛信息'] ，返回兩個工作表組成的字典 data.head()
3.header --> 指定前幾行作為列名（指定數據表的表頭，默認值為0，即將第一行作為表頭。）
# 默認[0]，即首行作為列名，設置為[0,1]，即表示將前兩行作為多重索引 data = pd.read_excel(path, sheet_name = '車輛信息', header = [0,1]) # 前兩行作為列名。 data.head() data = pd.read_excel(path, sheet_name = '車輛信息', header = [0,1,2]) # 前三行作為列名 data.head()
4.names --> 自定義列名
# 一般適用於Excel缺少列名，或者需要重新定義列名的情況 # 注意：names的長度必須和Excel列長度一致，否則會報錯 data = pd.read_excel(path, sheet_name = '英超射手榜', names = ['car_plate','sim_num','club','goal','common_goal','penalty']) data.head()
5.index_col --> 用作索引的列
# 可以是工作表列名稱，如index_col = '車牌號'； data = pd.read_excel(path, sheet_name = '車輛信息', index_col = '車牌號') data.head() # 可以是整型或整型列表，如index_col = 0 或 [0, 1]，如果選擇多個列，則返回多重索引 data = pd.read_excel(path, sheet_name = '車輛信息', index_col = [0, 1]) data.head()
6.usecols --> 讀取指定的列
# usecols 可避免讀取全量數據，而是以分析需求為導向選擇特定數據，可以大幅提高效率 # 使用整型，從0開始，如[0,2,3] data = pd.read_excel(io, sheet_name = '車輛信息', usecols = [0, 1, 2]) # 想要讀取第一列、第二列、和第三列的數據 data.head() # 可以使用Excel傳統的列名“A”、“B”等字母，如“A：C, E” ="A, B, C, E"，注意兩邊都包括 data = pd.read_excel(path, sheet_name = '車輛信息', usecols = 'A:C, E') data.head()
7.squeeze --> 當工作表只有一列
# squeeze為True時，返回Series，反之返回DataFrame data = pd.read_excel(path, sheet_name = '新增車組名', squeeze = True) data.head()
data = pd.read_excel(path, sheet_name = '新增車組名', squeeze = False) data.head()
8.skiprows --> 跳過特定行
# skiprows= n， 跳過前n行； skiprows = [a, b, c]，跳過第a+1,b+1,c+1行（索引從0開始） # 使用skiprows 后，有可能首行（即列名）也會被跳過。 data = pd.read_excel(path, sheet_name = '新增車組名', skiprows = [1,2,3]) # 跳過第2,3,4行數據（索引從0開始，包括列名） data.head() # 跳過前三行 data = pd.read_excel(io, sheet_name = '新增車組名', skiprows = 3) data.head()
9.nrows --> 讀取指定行數
# 讀取指定行數， nrows = 10 ，即讀取10行數據 data = pd.read_excel(path, sheet_name = '新增車組名', nrows = 10) data.head()
10.skipfooter --> 跳過末尾N行
data = pd.read_excel(path , sheet_name = '新增車組名', skipfooter = 18) # skipfooter = 18， 跳過末尾0-18行（索引從0開始） data.head()
11.converters --> 強制規定列數據類型
讀數據的時候使用converters指定列數據的數值類型 pd.read_excel('a.xlsx',converters={0: str})
pandas默認將文本類的數據讀取為整型），主要用途：保留以文本形式存儲的數字
三、常用操作
1.找到指定的一列，並在這一列中進行比較
data['gender'][data['gender'] == 'male'] = 0 data['gender'][data['gender'] == 'female'] = 1
2.保存
pd.DataFrame(data).to_excel(path, sheet_name='Sheet1', index=False, header=True)
3.新增列數據
data['列名稱'] = None
# 值為None（默認值）時，只有列名，沒有數據
data['profession'] = None
4.新增行數據
# 這里的N為excel自動給行加的序號 data.loc[N] = [值1， 值2， ...] # 比如我在第5行新增 data.loc[5] = ['James', 32, 'male']
5.刪除一列或者刪除一行
# 刪除gender列，需要指定axis為1，當刪除行時，axis為0 data = data.drop('gender', axis=1) # 刪除第3,4行，這里下表以0開始，並且標題行不算在類 data = data.drop([2, 3], axis=0)
6.遍歷指定列的所有行
data = pd.read_excel(path,sheet_name="sheet1") for i in data['列名']: print(i) print(i,type(i)) # type(i) 數據類型，這里的i為字符串 print(i.split(' ')) # 字符串轉列表 values=pd.DataFrame(i.split(' '), columns=['新增車組名']) # 列表轉DataFrame print(values)
7.自動填充、排序、計算、數據過濾、篩選
https://blog.csdn.net/u013089490/article/details/91422685