pandas之excel操作

Excel 是由微軟公司開發的辦公軟件之一，它在日常工作中得到了廣泛的應用。在數據量較少的情況下，Excel 對於數據的處理、分析、可視化有其獨特的優勢，因此可以顯著提升您的工作效率。但是，當數據量非常大時，Excel 的劣勢就暴露出來了，比如，操作重復、數據分析難等問題。Pandas 提供了操作 Excel 文件的函數，可以很方便地處理 Excel 表格。

to_excel()

通過 to_excel() 函數可以將 Dataframe 中的數據寫入到 Excel 文件。

如果想要把單個對象寫入 Excel 文件，那么必須指定目標文件名；如果想要寫入到多張工作表中，則需要創建一個帶有目標文件名的 ExcelWriter對象，並通過 sheet_name參數依次指定工作表的名稱。

to_ecxel() 語法格式如下：

DataFrame.to_excel(excel_writer, sheet_name='Sheet1', na_rep='', float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep='inf', verbose=True, freeze_panes=None)  

下表列出函數的常用參數項，如下表所示：

參數名稱	描述說明
excel_wirter	文件路徑或者 ExcelWrite 對象。
sheet_name	指定要寫入數據的工作表名稱。
na_rep	缺失值的表示形式。
float_format	它是一個可選參數，用於格式化浮點數字符串。
columns	指要寫入的列。
header	寫出每一列的名稱，如果給出的是字符串列表，則表示列的別名。
index	表示要寫入的索引。
index_label	引用索引列的列標簽。如果未指定，並且 hearder 和 index 均為為 True，則使用索引名稱。如果 DataFrame 使用 MultiIndex，則需要給出一個序列。
startrow	初始寫入的行位置，默認值0。表示引用左上角的行單元格來儲存 DataFrame。
startcol	初始寫入的列位置，默認值0。表示引用左上角的列單元格來儲存 DataFrame。
engine	它是一個可選參數，用於指定要使用的引擎，可以是 openpyxl 或 xlsxwriter。

下面看一組簡單的示例：

1. import pandas as pd
2. #創建DataFrame數據
3. info_website = pd.DataFrame({'name': ['編程幫', 'c語言中文網', '微學苑', '92python'],
4.      'rank': [1, 2, 3, 4],
5.      'language': ['PHP', 'C', 'PHP','Python' ],
6.      'url': ['www.bianchneg.com', 'c.bianchneg.net', 'www.weixueyuan.com','www.92python.com' ]})
7. #創建ExcelWrite對象
8. writer = pd.ExcelWriter('website.xlsx')
9. info_website.to_excel(writer)
10. writer.save()
11. print('輸出成功')

上述代碼執行后會自動生成 website.xlsx 文件，文件內容如下：
 

圖1：DataFrame轉為Excel

read_excel()

如果您想讀取 Excel 表格中的數據，可以使用 read_excel() 方法，其語法格式如下：

pd.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, parse_dates=False,
              date_parser=None, thousands=None, comment=None, skipfooter=0,
              convert_float=True, **kwds)

下表對常用參數做了說明：

參數名稱	說明
io	表示 Excel 文件的存儲路徑。
sheet_name	要讀取的工作表名稱。
header	指定作為列名的行，默認0，即取第一行的值為列名；若數據不包含列名，則設定 header = None。若將其設置 為 header=2，則表示將前兩行作為多重索引。
names	一般適用於Excel缺少列名，或者需要重新定義列名的情況；names的長度必須等於Excel表格列的長度，否則會報錯。
index_col	用做行索引的列，可以是工作表的列名稱，如 index_col = '列名'，也可以是整數或者列表。
usecols	int或list類型，默認為None，表示需要讀取所有列。
squeeze	boolean，默認為False，如果解析的數據只包含一列，則返回一個Series。
converters	規定每一列的數據類型。
skiprows	接受一個列表，表示跳過指定行數的數據，從頭部第一行開始。
nrows	需要讀取的行數。
skipfooter	接受一個列表，省略指定行數的數據，從尾部最后一行開始。

示例如下所示：

1. import pandas as pd
2. #讀取excel數據
3. df = pd.read_excel('website.xlsx',index_col='name',skiprows=[2])
4. #處理未命名列
5. df.columns = df.columns.str.replace('Unnamed.*', 'col_label')
6. print(df)

輸出結果：

           col_label     rank    language          agelimit
name                                                 
編程幫           0         1        PHP       www.bianchneg.com
微學苑           2         3        PHP       www.weixueyuan.com
92python        3         4        Python    www.92python.com

再看一組示例：

1. import pandas as pd
2. #讀取excel數據
3. #index_col選擇前兩列作為索引列
4. #選擇前三列數據，name列作為行索引
5. df = pd.read_excel('website.xlsx',index_col='name',index_col=[0,1],usecols=[1,2,3])
6. #處理未命名列，固定用法
7. df.columns = df.columns.str.replace('Unnamed.*', 'col_label')
8. print(df)

輸出結果：

                   language
name      rank        
編程幫       1          PHP
c語言中文網   2           C
微學苑       3          PHP
92python    4         Python