pandas處理excel文件和csv文件

一、csv文件

csv以純文本形式存儲表格數據

pd.read_csv('文件名')，可添加參數engine='python',encoding='gbk'

一般來說，windows系統的默認編碼為gbk，可在cmd窗口通過chcp查看活動頁代碼，936即代表gb2312。

例如我的電腦默認編碼時gb2312，pycharm默認是utf-8編碼，csv內存在中文時會出現錯誤，可通過指定engine或編碼格式解決。

 

二、excel文件

之前博客寫過通過xlrd和xlwt讀寫xls文件、通過openpyxl讀寫xlsx文件，而pandas即可處理xls文件、也可處理xlsx文件。

pandas讀取的excel結果為一個DataFrame對象，因此DataFrame的許多方法都會被用到，學習DataFrame   https://www.cnblogs.com/Forever77/p/11209186.html。

pd.read_excel('文件名')，默認讀取文件的第一個sheet頁，並將第一行當作column，添加一行從0開始的整數作為index。

常用參數sheet_name=''：表示讀取文件的哪個sheet頁，可以為sheet頁名稱，也可以使用數字，0表示第一個sheet頁；None會讀取所有有內容的sheet頁。結果為一個字典，字典的key為sheet頁名稱，value為sheet頁內容；默認讀取第一個sheet頁

index_col：將哪一列當作index列，默認添加一列從0開始的整數作為index，通過指定index_col='列名'指定索引列

header：將哪一行當作表頭，即DataFrame的columns，默認將sheet頁的第一行當作表頭，header=1則將第二行當做表頭

 

假設有一個excel表格內容如下圖1，使用pandas讀取結果分別如下。

import pandas as pd
df = pd.read_excel('fruit.xlsx')
print(df)
print(df.values)
print(df['名稱'])
print(df.loc[1])
print(df.loc[2,'單價/元'])

             

 

①df = pd.read_excel('fruit.xlsx')，表示通過pandas讀取excel並加載為DataFrame，從圖2可以看出如果讀取時不設置索引，pandas會自動生成一列，該列值從0開始，表示行索引。

②圖2中紅框中的部分即為DataFrame的值，可通過df.values獲取，結果如圖3，類似列表的形式，數據類型為<class 'numpy.ndarray'>；

③圖2數據部分有三列，列的名字為第一行的內容，即列索引，可通過df[列名]獲取某一列的內容，結果如圖4所示；

④pandas自動生成的行索引從0開始，可通過pd.loc[n]獲取索引值為n的行的內容，結果如圖5所示；

⑤通過pd.loc[行索引,列索引]可獲取具體單元格的內容，結果如圖6所示。

 

可通過df.set_index(列名)自行設定索引，如下示例

import pandas as pd
df = pd.read_excel('fruit.xlsx')  #也可在讀取時直接設置index_col='名稱'
df = df.set_index('名稱')   #設置名稱列為行索引
print(df)
print(df.values)
print(df['庫存/kg'])
print(df.loc['草莓'])
print(df.loc['香蕉','單價/元'])

 

        

 

將DataFrame格式的數據寫入excel

第一步：writer = pd.ExcelWriter('文件路徑和名稱')，文件名稱必須指定，默認保存在當前文件的相同目錄，文件名稱需包含后綴名且只能為xls或xlsx

第二步：df.to_excel(writer,'sheet頁名稱')，sheet頁參數可不指定，默認為Sheet1

第三步：writer.save()