python使用pandas处理excel的方法

一、配置环境

1、pandas依赖处理Excel的xlrd模块,安装命令是:pip install xlrd

2、安装pandas模块还需要一定的编码环境,确保你的电脑有这些环境:Net.4 、VC-Compiler以及winsdk_web。

3、开始安装pandas,安装命令是:pip install pandas

二、pandas操作Excel表单

注意:加密文件是无法正常读写的

首先需准备一个表单

1、读取excel文件的方式一:默认读取第一个表单:import pandas as pd

# 方法一:默认读取第一个表单

df = pd.read_excel("C:\文件路径\文件名.xlsx") # 直接默认读取到Excel的第一个表单

data = df.head() # 默认读取前5行的数据

print("获取到所有的值: {0}".format(data)) # 格式化输出

得到的结果是一个二维矩阵,如下图所示:

2、读取excel文件的方式二:通过制定表单名的方式读取:import pandas as pd

# 方法一:通过指定表单名的方式来读取

df = pd.read_excel("C:\文件路径\文件名.xlsx ", sheet_name='测试用例')

# 直接默认读取到Excel的第一个表单

data = df.head() # 默认读取前5行的数据

print("获取到所有的值: {0}".format(data)) # 格式化输出

得到的结果是一个二维矩阵,如下图所示:

3、读取excel文件的方法三:通过表单索引来指定要访问的表单,0表示第一个表单import pandas as pd

# df = pd.read_excel(' C:\文件路径\文件名.xlsx '])

# 可以通过表单名同时指定多个

df = pd.read_excel(' C:\文件路径\文件名.xlsx ', sheet_name=0) # 可以通过表单索引来指定读取的表单

# df = pd.read_excel(' C:\文件路径\文件名.xlsx ', sheet_name=['功能模块', 1]) # 可以混合的方式来指定

# df = pd.read_excel(' C:\文件路径\文件名.xlsx ', sheet_name=[1, 2]) # 可以通过索引 同时指定多个

data = df.values # 获取所有的数据,注意这里不能用head()方法哦~

print("获取到所有的值: {0}".format(data)) # 格式化输出

三、pandas操作Excel的行列

1:读取指定的单行,数据会存在列表里面import pandas as pd

df = pd.read_excel(' C:\文件路径\文件名.xlsx ')

data = df.ix[0].values # 0表示第一行 这里读取数据并不包含表头,要注意哦!

print("获取到所有的值: {0}".format(data)) # 格式化输出

2:读取指定的多行,数据会存在嵌套的列表里面:import pandas as pd

df = pd.read_excel(' C:\文件路径\文件名.xlsx ')

data = df.ix[[1, 2]].values # 读取指定多行的话,就要在ix[]里面嵌套列表指定行数

print("获取到所有的值: {0}".format(data)) # 格式化输出

3:读取指定的行列:import pandas as pd

df = pd.read_excel(' C:\文件路径\文件名.xlsx ')

data = df.ix[1, 2] # 读取第一行第二列的值,这里不需要嵌套列表

print("获取到所有的值: {0}".format(data)) # 格式化输出

4:读取指定的多行多列值:import pandas as pd

df = pd.read_excel(' C:\文件路径\文件名.xlsx ')

data = df.ix[[1, 2], ['序号', '功能划分']].values # 读取第一行第二行的序号以及功能划分列的值,这里需要嵌套列表

print("获取到所有的值: {0}".format(data)) # 格式化输出

5:获取所有行的指定列import pandas as pd

df = pd.read_excel(' C:\文件路径\文件名.xlsx ')

data = df.ix[:, ['序号', '功能划分']].values # 读所有行的“序号”以及“功能划分”列的值,这里需要嵌套列表

print("获取到所有的值: {0}".format(data)) # 格式化输出

6:获取行号并打印输出import pandas as pd

df = pd.read_excel(' C:\文件路径\文件名.xlsx ')

print("输出行号列表", df.index.values)

7:获取列名并打印输出import pandas as pd

df = pd.read_excel(' C:\文件路径\文件名.xlsx ')

print("输出列标题", df.columns.values)

8:获取指定行数的值:import pandas as pd

df = pd.read_excel(' C:\文件路径\文件名.xlsx ')

print("输出值: ", df.sample(3).values) # 这个方法类似于head()方法以及df.values方法

9:获取指定列的值:import pandas as pd

df = pd.read_excel(' C:\文件路径\文件名.xlsx ')

print("输出值 ", df['功能划分'].values)

四、pandas处理Excel数据成为字典import pandas as pd

df = pd.read_excel(' C:\文件路径\文件名.xlsx ')

test_data = []

for i in df.index.values: # 获取行号的索引,并对其进行遍历:

# 根据i来获取每一行指定的数据 并利用to_dict转成字典

row_data = df.ix[i, ['序号', '功能划分', '备注']].to_dict()

test_data.append(row_data)

print("最终获取到的数据是: {0}".format(test_data))

以上就是python使用pandas处理excel的方法的详细内容,更多请关注php中文网其它相关文章!

本文原创发布php中文网,转载请注明出处,感谢您的尊重!

python使用教程pandas-python使用pandas处理excel的方法相关推荐

  1. Python 自动化教程(1) 概述,第一篇 Excel自动化首篇

    人生苦短, 我用Python!  Python语法简炼.易上手,且有丰富的库可用,实现一个应用很简洁. Python常用于自动化.自动化的基本含义,是把人的动作写成程序,让计算机代替人工作.主要分为几 ...

  2. Python学习教程(Python学习路线_Python基础学习教程_Python视频教程):初学者新手怎样快速入门Python

    Python学习教程(Python学习路线_Python基础学习教程_Python视频教程):初学者新手怎样快速入门Python? 人生苦短,我用Python!!!短短几个字,现在在各大学习类平台随处 ...

  3. Python培训教程:Python有哪些比较重要的内置函数?

    学习Python技术或者参加Python工作的小伙伴们应该都知道,在Python编程语言中会经常出现很多内置函数,很少有人清楚这些函数,但是它的功能是不可小觑的,下面小编就为大家详细介绍一下Pytho ...

  4. Python学习教程(Python学习视频_Python学些路线):Day05 总结和练习

    Python学习教程(Python学习视频_Python学些路线):总结和练习 练习清单 寻找"水仙花数". 寻找"完美数". "百钱百鸡" ...

  5. Python学习教程(Python学习路线):Python面试100题(二)

    Python学习教程(Python学习路线):面试题接着给大家整理! 16.<div class="nam">中国</div>,用正则匹配出标签里面的内容( ...

  6. 小猿圈Python学习教程之后端接收前端回传的文件方法

    现在人工智能已经深入到千家万户,随之而来的就是python技术的火爆,今天小猿圈python讲师为你讲解一下后端接收前端回传的文件方法,希望对于刚刚自学python的你有一定的帮助. 如下所示: fi ...

  7. python基础教程 下载-Python基础教程第3版中国PDF电子书免费下载

    本书包括 Python 程序设计的方方面面:首先,从 Python 的安装开始,随后介绍了 Python 的基础知识和基本概念,包括列表.元组.字符串.字典以及各种语句:然后,循序渐进地介绍了一些相对 ...

  8. Python学习教程:Python爬虫抓取技术的门道

    Python学习教程:Python爬虫抓取技术的门道 web是一个开放的平台,这也奠定了web从90年代初诞生直至今日将近30年来蓬勃的发展.然而,正所谓成也萧何败也萧何,开放的特性.搜索引擎以及简单 ...

  9. Python学习教程(Python学习路线):Python3之递归函数简单示例

    Python学习教程(Python学习路线):Python3之递归函数简单示例 概述 递归函数即直接或间接调用自身的函数,且递归过程中必须有一个明确的递归结束条件,称为递归出口.递归极其强大一点就是能 ...

  10. Python学习教程(Python学习路线):Day08-面向对象编程基础

    Python学习教程(Python学习路线):面向对象编程基础 活在当下的程序员应该都听过"面向对象编程"一词,也经常有人问能不能用一句话解释下什么是"面向对象编程&qu ...

最新文章

  1. 使用 C# 开发智能手机软件:推箱子(十二)
  2. 一步步开始集中管理[为企业部署Windows Server 2008系列五] 推荐
  3. NFS运维二班--梁瑞
  4. YbtOJ-连通的图【结论,线性基】
  5. IOT(20)---2018年有哪些值得期待的物联网应用领域?
  6. sqlalchemy create engine
  7. graphpad画生存曲线怎么样去掉删失点_GraphPad作生存曲线数据点超出轴限制
  8. 开发笔记之数字证书(二):国内数字证书企业与行情介绍
  9. Web前端开发技术实验与实践(第3版)储久良 实训12
  10. session自动登录抽屉网(自动携带cookie)
  11. 计算机系统基础实验——数据的机器级表示
  12. 邮箱客户端如何登录?
  13. JS函数的参数(arguments)的使用
  14. educoder 数据挖掘算法原理与实践:线性回归(房价预测)
  15. 敲定了,冰河要搞大事情了!
  16. failed to get the task for process 1363问题解决
  17. axios发送post报错404问题
  18. Python打砖块小游戏源代码
  19. android html超链接颜色,如何在android中更改超链接的颜色
  20. 复旦大学计算机学硕,复旦大学软件学院不再招学硕,名额调整到计算机,专硕保持不变!...

热门文章

  1. php数据库滚动文字_PHP 里用的文字左右滚动?
  2. pythongps聚类_python实现K聚类算法
  3. 开发日记-20190514 关键词 汇编语言(七)
  4. python nltk 入门demo
  5. mongodb给我们提供了fsync+lock机制把数据暴力的刷到硬盘上
  6. 深入理解angularjs $watch ,$apply 和 $digest --- 理解数据绑定过程
  7. python excle写数据
  8. nopi设置excel只读
  9. 网络传输中的两个阶段、阻塞IO、非阻塞IO和多路复用
  10. 第六章|网络编程-socket开发