pandas 读取某一单元格的值_一个参数一个Excel表,让你玩转Pandas中read_excel()表格读取!...
建议文末获取练习素材
一个个操作一遍
本文大纲
我觉得很有必要讲述这个文章,进行数据处理的第一步就是Python数据读取。但是你可能没想到,在进行数据读取的同时,我们其实可以配合相关参数做很多事儿,这对于后续的数据处理都是极其有帮助。
read_excel()函数和read_csv()函数,在参数上面有很多相同点,因此我就以read_excel()函数为例,进行详细的说明。
参数详解
1)sheet_name参数
含义:选择要读取的sheet表;
sheet_name=0表示默认读取第一个sheet表,等同于sheet_name=“sheet名称”;
sheet_name=[“sheet名”,0]会返回一个字典,然后可以利用键获取每一个sheet表中的数据;
sheet_name=None也会返回一个字典,但是会返回全部的sheet表;
①sheet_name=0和sheet_name="Sheet1"
# 下面这两个读取方式等同。
#df2 = pd.read_excel("readexcel.xlsx",sheet_name=0)
df2 = pd.read_excel("readexcel.xlsx",sheet_name="Sheet1")
df2
结果如下:
②sheet_name=[“sheet名”,0]
df2 = pd.read_excel("readexcel.xlsx",sheet_name=[0,1])
df2
结果如下:
接着,我们可以使用键值对的方式,获取每个sheet表中的数据。
注:关于sheet_name=None效果同上,只不过会返回所有的sheet表中的数据。
2)header参数
含义:指定某一行作为表头;
header=None专门针对没有表头的表,这也是默认值;
header=1指定第一行作为表头;
header=[]主要针对复合表头的情况;
①header=None
df3 = pd.read_excel("header.xlsx",header=None)
df3
结果如下:
②header=1
df3 = pd.read_excel("header.xlsx",sheet_name=2,header=1)
df3
结果如下:
③header=[]
df3 = pd.read_excel("header.xlsx",sheet_name=3,header=[0,1],index_col=0)
df3
结果如下:
注意:上述用到了一个index_col参数,这个参数用于指定作为行索引的列,我就不详细举例了,看看下图。
3)usecols参数
含义:选择读取一张表中的指定列;
usecols=None也是默认情况,表示读取所有列;
usecols=[A,C]表示只选取A列和C列。usecols=[A,C:E]表示选择A列,C列、D列和E列;
usecols=[0,2]表示只选择第一列和第三列;
usecols=["列名1","列名2"...]这也是推荐使用的一种写法;
①usecols=None
df4 = pd.read_excel("usecols.xlsx",usecols=None) # 默认
df4
结果如下:
②usecols=[A,C]
df4 = pd.read_excel("usecols.xlsx",usecols="A,C")
df4
结果如下:
③usecols=[A,C:D]
df4 = pd.read_excel("usecols.xlsx",usecols="A,C:D")
df4
结果如下:
④usecols=[0,2]
df4 = pd.read_excel("usecols.xlsx",usecols=[0,2])
df4
结果如下:
⑤usecols=["列名1","列名2"...]
这种方式照说是没有任何问题的,但是在我这边运行总是无结果,我很纳闷,大家可以下去试试。
4)names参数
含义:如果表中没有表头,可以用这个参数添加一个标题。如果表中有表头,可以用这个参数修改标题。
names = ["月份","语文","英语"]
df6 = pd.read_excel("names.xlsx",header=None,names=names)
df6
结果如下:
5)dtype参数
含义:读取数据时,设置每一列的数据类型(重要);
dtype={}传入一个字典,类似于{"列名":"类型"};
df7 = pd.read_excel("dtype.xlsx")
df7.dtypes
------------------------------------------------------
df7 = pd.read_excel("dtype.xlsx",dtype={"年龄":"str"})
df7.dtypes
结果如下:
6)parse_dates参数
含义:指定将哪些列,解析为日期格式;
parse_dates=True是专门用于将行索引,解析为日期格式;
parse_dates=[0,1,2,3,4]和parse_dates=["列名1","列名2","列名3","列名4"],都是将指定列一起解析为日期格式;
parse_dates=[[1,2,3]]和parse_dates=[["年","月","日"]],都是将多个列,解析为单个日期列;
parse_dates={"日期":[1,2,3]}不仅将多个日期列解析为单个日期列,同时还为这一列命名;
①parse_dates=True
df8 = pd.read_excel("parse_dates",index_col=2,parse_dates=True)
df8.index
结果如下:
②parse_dates=[0,1]和parse_dates=["列名1","列名2"]
df8 = pd.read_excel("parse_dates",parse_dates=[0,1,2,3,4])
df8.dtypes
# 这个代码效果同上
df8 = pd.read_excel("parse_dates.xlsx",
parse_dates=["数值日期1","文本日期2","文本日期3","文本日期4","文本日期5"])
结果如下:
③parse_dates=[[1,2,3]]和parse_dates=[["年","月","日"]]
#df8 = pd.read_excel("parse_dates.xlsx",sheet_name="Sheet2",parse_dates=[["年","月","日"]])
df8 = pd.read_excel("parse_dates.xlsx",sheet_name="Sheet2",parse_dates=[[1,2,3]])
df8
结果如下:
④parse_dates={"日期":[1,2,3]}
df8 = pd.read_excel("parse_dates.xlsx",sheet_name="Sheet2",parse_dates={"日期":[1,2,3]})
df8
结果如下:
7)date_parser参数
含义:利用lambda函数,将某个字符串列,解析为日期格式;
一般是配合parse_dates参数,一起使用;
df9 = pd.read_excel("date_parser.xlsx",parse_dates=[1],
date_parser=lambda x: pd.to_datetime(x,format="%Y年%m月%d"))
print(df9.dtypes)
df9
结果如下:
8)na_values参数
含义:用于将某些特定的值,解析为NaN值,然后便于我们后面做缺失值的处理;
na_values=”值1“表示将所有数据中值1全部替换为NaN;
na_values=[”值1“,"值2"]表示将所有数据中值1、值2全部替换为NaN;
na_values={"列1":[”值1“,"值2"]}表示将第一列中所有的值1、值2全部替换为NaN;
①na_values=”值1“
df10 = pd.read_excel("na_values.xlsx",na_values=" ")
df10
结果如下:
②na_values=[”值1“,"值2"]
df10 = pd.read_excel("na_values.xlsx",na_values=["a","0"])
df10
结果如下:
③na_values={"列1":[”值1“,"值2"]}
# 只替换某一列中的某些值为NaN
df10 = pd.read_excel("na_values.xlsx",na_values={"列2":["0"," "]})
df10
结果如下:
9)converters参数
含义:对某一列使用Lambda函数,进行某种运算;
例如:converters={"工资":lambda x: x + 1000};
df11 = pd.read_excel("converters.xlsx",
converters={"地址":lambda x: "中国"+x,"工资":lambda x: x + 1000})
df11
结果如下:
pandas 读取某一单元格的值_一个参数一个Excel表,让你玩转Pandas中read_excel()表格读取!...相关推荐
- 单元格自适应宽度_最详细的Excel模块Openpyxl教程(二)-单元格操作详解
在以前的推文中,我们介绍了操作Excel的模块openpyxl的入门知识,相关推文可以从本公众号的底部相关菜单获取.接下来的推文我们来学习一下openpyxl这个python模块中的其他知识,本次推文 ...
- java读取excel某个单元格的值_java poi怎么获取excel单元格的内容
展开全部 package edu.sjtu.erplab.poi; import java.io.InputStream&ch=ww.xqy.chain" target=" ...
- pandas 更改单元格的值_懂Excel轻松入门Python数据分析包pandas(二十四):连续区域...
此系列文章收录在公众号中:数据大宇宙 > 数据处理 >E-pd 转发本文并私信我"python",即可获得Python资料以及更多系列文章(持续更新的) 经常听别人说 ...
- java读取excel某个单元格的值_[转载]Java读取Excel中的单元格数据
目前网上能找到的读取Excel表格中数据的两种比较好的方案:PageOffice好用开发效率高:POI免费.供大家参考,针对具体情况选择具体方案. 1. PageOffice读取excel impor ...
- c修改datatable单元格的值_神奇的VBA编程:批量拆分单元格数据
批量对单元格区域内每个单元格中的数据按照一定的规则进行拆分是职场工作中经常碰到的操作.Excel数据选项卡中"分列"提供了基础的功能.能帮助用户通过鼠标快速分列数据. 本篇< ...
- 一个参数一个Excel表,让你玩转Pandas中read_excel()表格读取!
本文大纲 我觉得很有必要讲述这个文章,进行数据处理的第一步就是Python数据读取.但是你可能没想到,在进行数据读取的同时,我们其实可以配合相关参数做很多事儿,这对于后续的数据处理都是极其有帮助. r ...
- java excel 取值_java实现Excel 单元格取值工具类
在工作中经常遇到通过excel获取数据的需求,比如通过excel将数据提交到数据库等.现针对excel单元格的取值方法提取出来作为一个工具类. 具体代码如下: import org.apache.po ...
- pandas取出符合条件的某单元格的值
pandas取出符合条件的某单元格的值 已经读取excel表中的值,得出DATAFRAME-----data1 想取出某些值写入另一个excel表 发现用data1['任务指标利润总额'][data1 ...
- pandas读取带有合并单元格的excel表格
pandas读取带有合并单元格的excel表格 今天在工作的时候碰到读取含有合并单元格的问题,发现读取出来的数据是这样的 发现合并单元格只有第一格有内容,其他的都被填充成空值了,找了一圈发现有一个办法 ...
最新文章
- typedef的四个用途和两大陷阱
- 十个行为把你变成糟糕的程序员
- pip install python -32_pip安装python模块方法
- 安装oracle到create inventory时卡住了怎么办_win10系统安装教程(官方工具)
- html css div显示隐藏,Html-Css-div透明层剧中
- 小兔的棋盘 (卡特兰数) 递推动规
- 开课吧:教你认识C++基本程序
- python3连接redis
- Ubuntu桌面版QQ安装 Linux/UbuntuQQ安装/centos QQ安装教程 2019/10/24
- 用指针将字符串逆序输出
- Python 撞库与防御策略
- ArcGIS中英文切换
- 刘宇凡:莫沉浮华,归于平凡
- Shel脚本-初步入门之《04》
- pix4d无人机影像处理_PhotoScan和Pix4Dmapper的无人机影像快速处理模式对比实验
- 银保监机构保险许可证数据(2007-2022年)
- CCF 201912-5 魔数 满分题解
- Spring简述以及AOP、IOC
- 基于JAVA的TCP网络QQ聊天工具系统
- (转)Oracle仓库管理系统(WMS)
热门文章
- Android虚拟化技术
- python读取视频占用内存太大_Python 读取大文件内存占用检测示例
- html 流程控制,HTML5独家分享:原生JS学习笔记2——程序流程控制
- python中的然后_返回,然后等待另一个函数在python中完成
- Android10一直获取IP地址,Android 获取IP地址的实现方法
- c语言学习进阶-C语言带命令行参数的文件数据批量计算
- [专栏精选]2018.3地形更新详解
- OpenShift 4 - 多云管理(2) - 部署应用
- OpenShift 4 - DevSecOps Workshop (6) - 为Pipeline增加SonarQube实现SAST
- tensorflow-gpu_tensorflow GPU环境安装踩坑日记