python使用pandas处理excel的方法-Python教程

资源魔 2020-07-19 20:14:03 94 0

python应用pandas解决excel的办法

1、设置装备摆设环境

一、pandas依赖解决Excel的xlrd模块，装置饬令是：

pip install xlrd

二、装置pandas模块还需求肯定的编码环境，确保你的电脑有这些环境：Net.4 、VC-Compiler和winsdk_web。

三、开端装置pandas，装置饬令是：

pip install pandas

2、pandas操作Excel表单

留意：加密文件是无奈失常读写的

起首需预备一个表单

（保举学习：Python视频教程）

一、读取excel文件的形式一：默许读取第一个表单：

import pandas as pd
# 办法一：默许读取第一个表单
df = pd.read_excel("C:\\文件门路\\文件名.xlsx")  # 间接默许读取到Excel的第一个表单
data = df.head()  # 默许读取前5行的数据
print("猎取到一切的值：\n{0}".format(data))  # 格局化输入

失去的后果是一个二维矩阵，以下图所示：

二、读取excel文件的形式二：经过制订表单名的形式读取：

import pandas as pd
# 办法一：经过指定表单名的形式来读取
df = pd.read_excel("C:\\文件门路\\文件名.xlsx ", sheet_name='测试用例')
# 间接默许读取到Excel的第一个表单
data = df.head()  # 默许读取前5行的数据
print("猎取到一切的值：\n{0}".format(data))  # 格局化输入

失去的后果是一个二维矩阵，以下图所示：

三、读取excel文件的办法三：经过表单索引来指定要拜访的表单，0示意第一个表单

import pandas as pd
# df = pd.read_excel(' C:\\文件门路\\文件名.xlsx '])
# 能够经过表单名同时指定多个
df = pd.read_excel(' C:\\文件门路\\文件名.xlsx ', sheet_name=0)  # 能够经过表单索引来指定读取的表单
# df = pd.read_excel(' C:\\文件门路\\文件名.xlsx ', sheet_name=['性能模块', 1])  # 能够夹杂的形式来指定
# df = pd.read_excel(' C:\\文件门路\\文件名.xlsx ', sheet_name=[1, 2])  # 能够经过索引 同时指定多个
data = df.values  # 猎取一切的数据，留意这里不克不及用head()办法哦~
print("猎取到一切的值:\n{0}".format(data))  # 格局化输入

3、pandas操作Excel的行列

1：读取指定的单行，数据会存正在列内外面

import pandas as pd
df = pd.read_excel(' C:\\文件门路\\文件名.xlsx ')
data = df.ix[0].values  # 0示意第一行 这里读取数据其实不蕴含表头，要留意哦！
print("猎取到一切的值:\n{0}".format(data))  # 格局化输入

2：读取指定的多行，数据会存正在嵌套的列内外面：

import pandas as pd
df = pd.read_excel(' C:\\文件门路\\文件名.xlsx ')
data = df.ix[[1, 2]].values  # 读取指定多行的话，就要正在ix[]外面嵌套列表指定行数
print("猎取到一切的值:\n{0}".format(data))  # 格局化输入

3：读取指定的行列：

import pandas as pd
df = pd.read_excel(' C:\\文件门路\\文件名.xlsx ')
data = df.ix[1, 2]  # 读取第一行第二列的值，这里没有需求嵌套列表
print("猎取到一切的值:\n{0}".format(data))  # 格局化输入

4：读取指定的多行多列值：

import pandas as pd
df = pd.read_excel(' C:\\文件门路\\文件名.xlsx ')
data = df.ix[[1, 2], ['序号', '性能划分']].values  # 读取第一行第二行的序号和性能划分列的值，这里需求嵌套列表
print("猎取到一切的值:\n{0}".format(data))  # 格局化输入

5：猎取一切行的指定列

import pandas as pd
df = pd.read_excel(' C:\\文件门路\\文件名.xlsx ')
data = df.ix[:, ['序号', '性能划分']].values  # 读一切行的“序号”和“性能划分”列的值，这里需求嵌套列表
print("猎取到一切的值:\n{0}".format(data))  # 格局化输入

6：猎取行号并打印输入

import pandas as pd
df = pd.read_excel(' C:\\文件门路\\文件名.xlsx ')
print("输入行号列表", df.index.values)

7：猎取列名并打印输入

import pandas as pd
df = pd.read_excel(' C:\\文件门路\\文件名.xlsx ')
print("输入列题目", df.columns.values)

8：猎取指定行数的值：

import pandas as pd
df = pd.read_excel(' C:\\文件门路\\文件名.xlsx ')
print("输入值：\n", df.sample(3).values)  # 这个办法相似于head()办法和df.values办法

9：猎取指定列的值：

import pandas as pd
df = pd.read_excel(' C:\\文件门路\\文件名.xlsx ')
print("输入值\n", df['性能划分'].values)

4、pandas解决Excel数据成为字典

import pandas as pd
df = pd.read_excel(' C:\\文件门路\\文件名.xlsx ')
test_data = []
for i in df.index.values:  # 猎取行号的索引，并对其进行遍历：
    # 依据i来猎取每一一行指定的数据 并行使to_dict转成字典
    row_data = df.ix[i, ['序号', '性能划分', '备注']].to_dict()
    test_data.append(row_data)
print("终极猎取到的数据是：\n{0}".format(test_data))