pandas常用方法之read_excel詳解

前期准備

准備測試數據如下：

fl_path = r"C:\Users\Desktop\test.xlsx"
dic = {
    'num': ['001', '002', '003', '004'],
    'name': ['jack', 'bob', 'alice', 'peter'],
    'age': [22, 19, 21, 18],
    'gender': ['man', 'man', 'woman', 'man']
}

info = pd.DataFrame(dic)
writer = pd.ExcelWriter(fl_path)
info.to_excel(writer, index=False)
writer.save()

正文開始

read_excel方法的常用參數詳解

read_excel(
    io, 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, 
    keep_default_na=True, verbose=False, parse_dates=False, date_parser=None, thousands=None,
    comment=None, skip_footer=0, skipfooter=0, convert_float=True, mangle_dupe_cols=True, **kwds
)

• io

值為str類型，文件路徑，必須傳

• sheet_name

值為str或int類型

int類型時，默認值0，表示Sheet1表，依次分別向后表示，不存在該sheet表時拋出IndexError錯誤: list index out of range
str類型時，必須輸入sheet表的全名，不存在該sheet表時拋出xlrd.biffh.XLRDError錯誤: No sheet named <'x'>

• header

值為int類型或list類型

默認值0，表示從第一行開始讀，輸入值大於列的長度時會拋出ValueError錯誤: Passed header=7 but only 6 lines in file
list內的值也必須在列的長度范圍內，如[2, 7]，超出會拋出IndexError錯誤: list index out of range
header=[1, 3]中的1表示按行索引讀取第幾行，3表示按行索引從第幾行開始往后讀取。
當輸入的最后一個值為最后一行時，如：header=[2, 4]，顯示方式為：
        Empty DataFrame
        Columns: [(2, 4), (bob, peter), (19, 18), (man, man)]
        Index: []
當一列中含有空行時，header用list時不能包含空行

• names

值為list或者str，默認None，一般使用list傳參

指定表頭的名稱，list內的值跟表的列數要一一對應，即不能多也不能少，多或者少都會拋出ValueError錯誤: Number of passed names did not match number of header fields in the file
使用str類型傳參時會循環出每一個字符在賦值給每一個表頭，即不能多也不能少，多或者少都會拋出ValueError錯誤。
    舉栗子：
        pd.read_excel(f_path, sheet_name=0, header=1, names='asdf')
               a      s   d      f
            0  2    bob  19    man
            1  3  alice  21  woman
            2  4  peter  18    man
        字符重復時，會自動在后面追加數字，從1開始，如：names='aaaa'
               a    a.1  a.2    a.3
            0  2    bob   19    man
            1  3  alice   21  woman
            2  4  peter   18    man

• index_col

值為int或str類型，默認None，指定第幾列做為新的索引列

int時，按索引傳參，超出列的長度后會拋出IndexError錯誤: list index out of range
str時，按第一行的列名傳入，不存在該列名時拋出ValueError錯誤: Index age invalid

• usecols

值為None、int、str、list類型，指定讀取表格的指定列

None時，讀取整個excel列
int時，讀取從第一列開始到該數值（包含）結束的中間所有列
str時，只能按照excel的格式指定列，如"A: G"，讀取A列到G列的所有列
list時，list的元素只能是int型，如：[1, 4],表示讀取list內指定的第一和第四列

• skiprows

值為int類型，默認None，跳過指定行(包括)之前的行開始讀取

傳入的值從1開始的任意int類型，超出行的長度不報錯，顯示為空，如下：
            Empty DataFrame
            Columns: []
            Index: []
只剩最后一條數據時，顯示如下：
            Empty DataFrame
            Columns: [4, peter, 18, man]
            Index: []

• nrows

值為int類型，默認None，只取前n行數據，按索引傳參

傳入值為0時，只取第一行，顯示如下：
            Empty DataFrame
            Columns: [1, jack, 22, man]
            Index: []
傳入其余值時，只顯示該值(包括)之前的行，超出行的長度后不報錯，有多少行顯示多少行
 

• converters

值為dict類型，默認None，將指定的數據列轉換為int、float、str等數據類型
            num	name	age	    gender
            001	jack	22	    man
            002	bob	    19	    man
            003	alice	21	    woman
            004	peter	18	    man
如上：是Excel中的原本數據形式，但是當我們讀取出來可能就不是這個樣子了，num以0開頭的都不顯示，如下：
               num   name  age gender
            0    1   jack   22    man
            1    2    bob   19    man
            2    3  alice   21  woman
            3    4  peter   18    man
那這個時候就需要指定converters參數，將num列指定為str類型就可以了！可多個同時設置，如：converters={'num': str, 'age': str}

　　

 

 

 后續更新中。。。。。