公众号：尤而小屋
作者：Peter
编辑：Peter

本文记录的是如何通过Pandas来读取Excel文件，以及如何将DataFrame保存到Excel文件中。

官网参数详解：https://pandas.pydata.org/docs/reference/api/pandas.read_excel.html

参数

read_excel函数能够读取的格式包含：xls, xlsx, xlsm, xlsb, odf, ods 和 odt 文件扩展名。支持读取单一sheet或几个sheet。

下面记录的官方文档中提供的全部参数信息：

pandas.read_excel(io,    sheet_name=0, header=0, names=None, index_col=None, usecols=None, squeeze=None, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skiprows=None, nrows=None, na_values=None,keep_default_na=True, na_filter=True, verbose=False, parse_dates=False, date_parser=None, thousands=None, decimal='.', comment=None, skipfooter=0, convert_float=None, mangle_dupe_cols=True, storage_options=None
)

下面解释常用参数的含义：

  • io：文件路径，支持 str, bytes, ExcelFile, xlrd.Book, path object, or file-like object。默认读取第一个sheet的内容。案例："/desktop/student.xlsx"

  • sheet_name：sheet表名，支持 str, int, list, or None；默认是0，索引号从0开始，表示第一个sheet。案例：sheet_name=1, sheet_name="sheet1"，sheet_name=[1,2,"sheet3"]。None 表示引用所有sheet

  • header：表示用第几行作为表头，支持 int, list of int；默认是0，第一行的数据当做表头。header=None表示不使用数据源中的表头，Pandas自动使用0,1,2,3…的自然数作为索引。

  • names：表示自定义表头的名称，此时需要传递数组参数。

  • index_col：指定列属性为行索引列，支持 int, list of int, 默认是None，也就是索引为0,1,2,3等自然数的列用作DataFrame的行标签。如果传入的是列表形式，则行索引会是多层索引

  • usecols：待解析的列，支持 int, str, list-like, or callable ，默认是 None，表示解析全部的列。

  • dtype：指定列属性的字段类型。案例：{‘a’: np.float64, ‘b’: np.int32}；默认为None，也就是不改变数据类型。

  • engine：解析引擎；可以接受的参数有"xlrd"、"openpyxl"、"odf"、"pyxlsb"，用于使用第三方的库去解析excel文件

    • “xlrd”支持旧式 Excel 文件 (.xls)

    • “openpyxl”支持更新的 Excel 文件格式

    • “odf”支持 OpenDocument 文件格式(.odf、.ods、.odt)

    • “pyxlsb”支持二进制 Excel 文件

  • converters：对指定列进行指定函数的处理，传入参数为列名与函数组成的字典，和usecols参数连用。key 可以是列名或者列的序号，values是函数，可以自定义的函数或者Python的匿名lambda函数

  • skiprows：跳过指定的行（可选参数），类型为：list-like, int, or callable

  • nrows：指定读取的行数，通常用于较大的数据文件中。类型int, 默认是None，读取全部数据

  • na_values：指定列的某些特定值为NaN

  • keep_default_na：是否导入空值，默认是导入，识别为NaN

模拟数据

现在本次模拟了两个数据：Pandas_Excel.xls 和 Pandas_Excel.xlsx

Pandas_Excel.xls 文件中包含两个sheet，第二个数据只比第一个多个index的信息

1、sheet1的内容

image-20220423115151077

2、sheet2的内容

3、Pandas_Excel.xlsx的内容，模拟的完整信息：

import pandas as pd

默认情况

此时文件刚好在当前目录下，读取的时候指定文件名即可，可以看到读取的是第一个sheet

df = pd.read_excel("Pandas-Excel.xls")
df
name age sex address date
0 张三 23 男 深圳 2022-04-01
1 李四 16 男 广州 2022-04-02
2 小明 26 未知 深圳 2022-04-05
3 张飞 28 女 苏州 2021-09-08
4 小苏 20 女 NaN 2022-06-07
5 小王 0 男 南京 2022-05-09

参数io

填写完整的文件路径作为io的取值。也可以使用相对路径

pd.read_excel(r"/Users/peter/Desktop/pandas/Pandas-Excel.xls")
name age sex address date
0 张三 23 男 深圳 2022-04-01
1 李四 16 男 广州 2022-04-02
2 小明 26 未知 深圳 2022-04-05
3 张飞 28 女 苏州 2021-09-08
4 小苏 20 女 NaN 2022-06-07
5 小王 0 男 南京 2022-05-09

参数sheet_name

# pd.read_excel("Pandas-Excel.xls", sheet_name=0) # 效果同上# 直接指定sheet的名字
pd.read_excel("Pandas-Excel.xls", sheet_name="Sheet1") # 效果同上
name age sex address date
0 张三 23 男 深圳 2022-04-01
1 李四 16 男 广州 2022-04-02
2 小明 26 未知 深圳 2022-04-05
3 张飞 28 女 苏州 2021-09-08
4 小苏 20 女 NaN 2022-06-07
5 小王 0 男 南京 2022-05-09

换成读取第二个sheet：名称是Sheet2

pd.read_excel("Pandas-Excel.xls", sheet_name="Sheet2")
index name age sex address date
0 1 张三 23 男 深圳 2022-04-01
1 2 李四 16 男 广州 2022-04-02
2 3 小明 26 未知 深圳 2022-04-05
3 4 张飞 28 女 苏州 2021-09-08
4 5 小苏 20 女 NaN 2022-06-07
5 6 小王 0 男 南京 2022-05-09

结果中多了一列index的取值

参数header

# 和默认情况相同pd.read_excel("Pandas-Excel.xls", header=[0])
name age sex address date
0 张三 23 男 深圳 2022-04-01
1 李四 16 男 广州 2022-04-02
2 小明 26 未知 深圳 2022-04-05
3 张飞 28 女 苏州 2021-09-08
4 小苏 20 女 NaN 2022-06-07
5 小王 0 男 南京 2022-05-09 
pd.read_excel("Pandas-Excel.xls", header=[1])  # 单个元素

第一行的数据当做列属性：

张三 23 男 深圳 2022-04-01 00:00:00
0 李四 16 男 广州 2022-04-02
1 小明 26 未知 深圳 2022-04-05
2 张飞 28 女 苏州 2021-09-08
3 小苏 20 女 NaN 2022-06-07
4 小王 0 男 南京 2022-05-09

传入多个元素会形成多层索引：

pd.read_excel("Pandas-Excel.xls", header=[0,1])   # 多个元素
name age sex address date
张三 23 男 深圳 2022-04-01 00:00:00
0 李四 16 男 广州 2022-04-02
1 小明 26 未知 深圳 2022-04-05
2 张飞 28 女 苏州 2021-09-08
3 小苏 20 女 NaN 2022-06-07
4 小王 0 男 南京 2022-05-09

参数names

# 指定列名称pd.read_excel("Pandas-Excel.xls", names=["a","b","c","d","e"])
a b c d e
0 张三 23 男 深圳 2022-04-01
1 李四 16 男 广州 2022-04-02
2 小明 26 未知 深圳 2022-04-05
3 张飞 28 女 苏州 2021-09-08
4 小苏 20 女 NaN 2022-06-07
5 小王 0 男 南京 2022-05-09

参数index_col

# 指定单个元素作为索引
pd.read_excel("Pandas-Excel.xls", index_col=[0])
age sex address date
name
张三 23 男 深圳 2022-04-01
李四 16 男 广州 2022-04-02
小明 26 未知 深圳 2022-04-05
张飞 28 女 苏州 2021-09-08
小苏 20 女 NaN 2022-06-07
小王 0 男 南京 2022-05-09 
# 多个元素
pd.read_excel("Pandas-Excel.xls", index_col=[0,1])
sex address date
name age
张三 23 男 深圳 2022-04-01
李四 16 男 广州 2022-04-02
小明 26 未知 深圳 2022-04-05
张飞 28 女 苏州 2021-09-08
小苏 20 女 NaN 2022-06-07
小王 0 男 南京 2022-05-09

参数usecols

pd.read_excel("Pandas-Excel.xls", usecols=[0])   # 单个字段
name
0 张三
1 李四
2 小明
3 张飞
4 小苏
5 小王 
pd.read_excel("Pandas-Excel.xls", usecols=[0,2,4])   # 多个字段
name sex date
0 张三 男 2022-04-01
1 李四 男 2022-04-02
2 小明 未知 2022-04-05
3 张飞 女 2021-09-08
4 小苏 女 2022-06-07
5 小王 男 2022-05-09 
# 直接指定名称pd.read_excel("Pandas-Excel.xls", usecols=["age","sex"])
age sex
0 23 男
1 16 男
2 26 未知
3 28 女
4 20 女
5 0 男 
# 传入匿名函数，字段中包含a，结果sex没有了pd.read_excel("Pandas-Excel.xls", usecols=lambda x: "a" in x)
name age address date
0 张三 23 深圳 2022-04-01
1 李四 16 广州 2022-04-02
2 小明 26 深圳 2022-04-05
3 张飞 28 苏州 2021-09-08
4 小苏 20 NaN 2022-06-07
5 小王 0 南京 2022-05-09

参数dtype

df.dtypes
name               object
age                 int64
sex                object
address            object
date       datetime64[ns]
dtype: object

从上面的结果中看到age字段，在默认情况下读取的是int64类型：

# 指定数据类型
df1 = pd.read_excel("Pandas-Excel.xls", dtype={"age":"float64"})# 查看字段信息
df1.dtypes
name               object
age               float64  # 修改
sex                object
address            object
date       datetime64[ns]
dtype: object

参数engine

# xls 结尾pd.read_excel("Pandas-Excel.xls", engine="xlrd")
name age sex address date
0 张三 23 男 深圳 2022-04-01
1 李四 16 男 广州 2022-04-02
2 小明 26 未知 深圳 2022-04-05
3 张飞 28 女 苏州 2021-09-08
4 小苏 20 女 NaN 2022-06-07
5 小王 0 男 南京 2022-05-09 
# xlsx 结尾
pd.read_excel("Pandas-Excel.xlsx", engine="openpyxl")
name age sex address date
0 张三 23 男 深圳 2022-04-01
1 李四 16 男 广州 2022-04-02
2 小明 26 男 深圳 2022-04-05
3 张飞 28 女 苏州 2021-09-08
4 小苏 20 女 杭州 2022-06-07
5 小王 25 男 南京 2022-05-09

参数converters

pd.read_excel("Pandas-Excel.xlsx")  # 默认操作
name age sex address date
0 张三 23 男 深圳 2022-04-01
1 李四 16 男 广州 2022-04-02
2 小明 26 男 深圳 2022-04-05
3 张飞 28 女 苏州 2021-09-08
4 小苏 20 女 杭州 2022-06-07
5 小王 25 男 南京 2022-05-09 
pd.read_excel("Pandas-Excel.xlsx", usecols=[1,3],  # 1-age  3-address 数值为原索引号converters={0:lambda x: x+5,  # 0代表上面[1,3]中的索引号1:lambda x: x + "市"})
age address
0 28 深圳市
1 21 广州市
2 31 深圳市
3 33 苏州市
4 25 杭州市
5 30 南京市

参数skiprows

pd.read_excel("Pandas-Excel.xls")   # 默认情况
name age sex address date
0 张三 23 男 深圳 2022-04-01
1 李四 16 男 广州 2022-04-02
2 小明 26 未知 深圳 2022-04-05
3 张飞 28 女 苏州 2021-09-08
4 小苏 20 女 NaN 2022-06-07
5 小王 0 男 南京 2022-05-09

把张三和李四所在的行直接跳过：

pd.read_excel("Pandas-Excel.xls", skiprows=2)
李四 16 男 广州 2022-04-02 00:00:00
0 小明 26 未知 深圳 2022-04-05
1 张飞 28 女 苏州 2021-09-08
2 小苏 20 女 NaN 2022-06-07
3 小王 0 男 南京 2022-05-09 
# 跳过偶数行pd.read_excel("Pandas-Excel.xls", skiprows=lambda x: x%2 == 0)
张三 23 男 深圳 2022-04-01 00:00:00
0 小明 26 未知 深圳 2022-04-05
1 小苏 20 女 NaN 2022-06-07

参数nrows

# 指定读取的行数pd.read_excel("Pandas-Excel.xls", nrows=2)
name age sex address date
0 张三 23 男 深圳 2022-04-01
1 李四 16 男 广州 2022-04-02

参数na_values

pd.read_excel("Pandas-Excel.xls")  # 默认
name age sex address date
0 张三 23 男 深圳 2022-04-01
1 李四 16 男 广州 2022-04-02
2 小明 26 未知 深圳 2022-04-05
3 张飞 28 女 苏州 2021-09-08
4 小苏 20 女 NaN 2022-06-07
5 小王 0 男 南京 2022-05-09 
pd.read_excel("Pandas-Excel.xls", na_values={"sex":"未知"})

sex字段中的未知显示成了NaN：

name age sex address date
0 张三 23 男 深圳 2022-04-01
1 李四 16 男 广州 2022-04-02
2 小明 26 NaN 深圳 2022-04-05
3 张飞 28 女 苏州 2021-09-08
4 小苏 20 女 NaN 2022-06-07
5 小王 0 男 南京 2022-05-09

参数keep_default_na

pd.read_excel("Pandas-Excel.xls")  # 默认keep_default_na=True
name age sex address date
0 张三 23 男 深圳 2022-04-01
1 李四 16 男 广州 2022-04-02
2 小明 26 未知 深圳 2022-04-05
3 张飞 28 女 苏州 2021-09-08
4 小苏 20 女 NaN 2022-06-07
5 小王 0 男 南京 2022-05-09 
pd.read_excel("Pandas-Excel.xls", keep_default_na=False)
name age sex address date
0 张三 23 男 深圳 2022-04-01
1 李四 16 男 广州 2022-04-02
2 小明 26 未知 深圳 2022-04-05
3 张飞 28 女 苏州 2021-09-08
4 小苏 20 女 2022-06-07
5 小王 0 男 南京 2022-05-09

输出到excel文件

简单模拟一份数据：

df2 = pd.DataFrame({"num1":[1,2,3],"num2":[4,5,6],"num3":[7,8,9]})
df2
num1 num2 num3
0 1 4 7
1 2 5 8
2 3 6 9 
df2.to_excel("newdata_1.xlsx")

效果如下：

df2.to_excel("newdata_2.xlsx",index=False)

不会带上索引号

往期精彩回顾适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载中国大学慕课《机器学习》（黄海广主讲）机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑
AI基础下载机器学习交流qq群955171419，加入微信群请扫码：

【Python】Pandas读存Excel大全相关推荐

  1. Pandas读存Excel大全

    公众号:尤而小屋 作者:Peter 编辑:Peter 本文记录的是如何通过Pandas来读取Excel文件,以及如何将DataFrame保存到Excel文件中. 官网参数详解:https://pand ...

  2. python pandas库读取excel/csv中指定行或列数据详解

    通过阅读表格,可以发现Pandas中提供了非常丰富的数据读写方法,下面这篇文章主要给大家介绍了关于python利用pandas库读取excel/csv中指定行或列数据的相关资料,需要的朋友可以参考下 ...

  3. 已解决Python pandas.read_excel读取Excel文件报错

    已解决(Python pandas.read_excel读取Excel文件报错)io = ExcelFile(io,storage_options=storage.options, engine=en ...

  4. Python Pandas读取修改excel操作攻略​​​​​​​

    Python Pandas读取修改excel操作攻略 环境:python 3.6.8 以某米赛尔号举个例子吧: >>> pd.read_excel('1.xlsx', sheet_n ...

  5. python pandas创建excel,Python Pandas操做Excel表格文件:建立新表格，追加数据

    前言: python操做excel表格文件的增删读写,通常须要用到的第三方库有xlwt,xlrd.xlrd负责读取excel,xlwt负责写入excel文件.这种操做方法比较繁琐,效率还不错,通俗易懂 ...

  6. python pandas 处理并excel 插入一列新的数据

    python pandas 处理excel并插入一列新的数据 接到个需求是在表格里塞入一列新的数据,假如分页的数据(页_条数),我们这是200条/页,用的是pandas import pandas a ...

  7. python | Pandas库导入Excel数据（xlsx格式文件）函数：read_excel()

    导入csv格式文件 python | Pandas库导入csv格式文件函数:read_excel()https://mp.csdn.net/mp_blog/creation/editor/123951 ...

  8. Python Pandas读取修改excel操作攻略

    环境:python 3.6.8 以某米赛尔号举个例子吧: >>> pd.read_excel('1.xlsx', sheet_name='Sheet2')名字 等级 属性1 属性2 ...

  9. [Python] openpyxl读存大数据 Exception: String longer than 32767 characters

    xlwt缺点: 版本 只能处理Excel97-2003或Excel 97之前版本的xls格式 存储数据过大 存储数据过大时,会报错Exception: String longer than 32767 ...

最新文章

  1. Hadoop学习之Mapreduce执行过程详解
  2. kubernetes不同的命名空间下的容器能通信吗_超长干货 | Kubernetes命名空间详解
  3. OA项目14：权限管理功能分析
  4. java数据类型，取值范围，引用类型解析
  5. 有趣设计工作室创始人段先洲：UI设计师的名利场
  6. Windows2000下Api函数的拦截分析
  7. java正则表达式爬虫_Java简单爬虫系列（3）---正则表达式和Java正则API的使用
  8. C语言除法浮点型和整形,浅谈C语言整型与浮点型转换
  9. hnu 暑期实训之到底买不买
  10. [转载] python3 安装完Pycurl在import pycurl时报错
  11. 数据结构：线性表理论题目集
  12. MongoDB,子查询
  13. 十、Shell脚本编程
  14. jsp java 购物车,JSP购物车实例[一]
  15. 丁昊 北大计算机,北大、清华共17人！2018自主招生等类型入选名单公示，苏州333人！...
  16. 在vue中使用three.js创建一个简单的立体图形
  17. Coding：用指针的方法，将字符串首尾对调输出
  18. 视觉检测设计与实践答题卡检测实验报告
  19. C#多线程工业源码 替代传统plc搭载的触摸屏 工控屏幕一体机直接和plc通信
  20. 邂逅Flutter开发

热门文章

  1. 为什么说一站式移动办公SaaS平台一定是未来！
  2. css字太多了省略_纯CSS实现文字超过n行后省略功能
  3. 怎样看待活文档“ATDD”---记敏捷中国2012 open space
  4. 大众、奥迪VCDS 5053 允许进入密码【转载】
  5. codeforces-158B
  6. 电商平台搭建--订单管理模块开发（一）
  7. 插件3-滑动验证(geetest)
  8. 使用寄存器点亮一个LED灯 普中科技stm32(stm32f1103zeb6)
  9. Chrome必装插件
  10. pandas网络爬虫（一）