python pandas读取excel时动态确定标题行所在行数，动态跳过标题前空白行

利用python对excel或者csv文件进行批量操作时，除了使用xlrd库或者xlwt库进行表格的操作读与写，还可以使用pandas库进行类似的操作，而且一些情况下pandas操作更加简介方便。

pandas的read_csv或者read_excel方法可以进行读取操作，我们看到参数很多，使用skiprows可以设置跳过相应的行数：

pd.read_excel(io, sheetname=0,header=0,skiprows=None,index_col=None,names=None,arse_cols=None,date_parser=None,na_values=None,thousands=None, convert_float=True,has_index_names=None,converters=None,dtype=None,true_values=None,false_values=None,engine=None,squeeze=False,**kwds)io参数：一般是文件路径+文件名，sheet_name参数：用来设置读取的工作表名称，可以为str，int，list或None，默认0。
设置为整数用于零索引工作表位置，字符串/整数列表用于请求多个工作表。设置None获取所有工作表。header参数：用来指定哪些行作为列名的，默认是第0行，接收的参数可以是整数，可以是有整数组成的列表index_col参数：指定用哪些列做为行索引，可以接收整数，或者由整数组成的列表，默认是None。
这个参数的作用是指定用哪一列做为行索引。如果传给参数的是整数n，则表示指定第n列作为行索引，如果传入的是列表，则表示需要指定多列作为行索引。skiprows参数：要跳过的行或行范围（甚至是lambda）

下面是操作文件案例：

我们观察到，多个工作表中的标题前一定数量的空行无用行，而且不同工作表标题前的空行数量不一样，导致行索引的行位置不确定，能不能让程序自己来判断，跳过相应的行数呢

import pandas as pd
import numpy as np
import redfs=pd.read_excel(r".\cz_2020.9-2021.1.xls",sheet_name=None,header=None,index_col=None,skiprows=None)
df_dst=pd.DataFrame(data=None,columns=["姓名","年级","合计"])for sht_name,df in dfs.items():#仅仅读取 XXXX.XX格式的工作表if re.match(r"\d{4}\.\d{1,2}",sht_name):# first_row = (df.count(axis=1) >= df.shape[1]).idxmax()                #查找列名所在行数的一种方法，处理10,11月份没有问题，9月份出现问题first_row = (df.count(axis=1) >= df.count(axis=1).max()).idxmax()       #查找列名所在行数的另一种办法print("工作表:%s 跳过了%d行" %(sht_name,first_row))df.columns=df.loc[first_row]        #更改当前df的列索引名称df.rename(columns =lambda x:str(x).strip("\r\n\t ."),inplace=True)      #去掉列名首位的空白字符df=df.loc[first_row+1:]df_dst=pd.merge(df_dst,df[["姓名","年级","合计"]],how="outer",on="姓名",suffixes=("",sht_name))     #以姓名作为公共列，对多个df数据集进行连接。#print(df)else:print(sht_name,"ignore")#删掉第一个年级列，将第一个合并列移动到最后
df_tmp=df_dst.pop("合计")
df_dst.insert(df_dst.shape[1],"合计",df_tmp)
df_dst= df_dst.drop(["年级"],axis=1)
df_dst.to_excel(r"..\wage\wage_dst.xls")

程序运行结果如下：

最关键的代码如下：

        # first_row = (df.count(axis=1) >= df.shape[1]).idxmax()                #查找列名所在行数的一种方法，处理10,11月份没有问题，9月份出现问题first_row = (df.count(axis=1) >= df.count(axis=1).max()).idxmax()       #查找列名所在行数的另一种办法df.columns=df.loc[first_row]        #更改当前df的列索引名称df=df.loc[first_row+1:]

也就是充分利用df.count(axis=1)的效果，对10,11月份的工作表使用(df.count(axis=1) >= df.shape[1]).idxmax()也可以达到效果，但是

(df.count(axis=1) >= df.count(axis=1).max()).idxmax()的适用性更强

python pandas读取excel时动态确定标题行所在行数相关推荐

Python+Pandas读取Excel文件分析关系最好的两个演员
董老师又双叒叕送书啦,6本<Python程序设计基础与应用(第2版)> 推荐图书: <Python程序设计(第3版)>,(ISBN:978-7-302-55083-9),董付国 ...
Python+pandas读取Excel文件统计最受欢迎的前3位演员
推荐教材:<Python程序设计基础与应用>(ISBN:9787111606178),董付国,机械工业出版社,2018.8出版,2021.3第11次印刷图书详情: 配套资源: 用书教师可 ...
python pandas读取excel文件
python pandas读取excel文件 data=pd.read_excel('C:\Users\86188\python\dummy.xlsx') 会报错:SyntaxError: (unic ...
python pandas 读取excel 去重某一列_Python中Pandas读取修改excel操作攻略（代码示例）...
本篇文章给大家带来的内容是关于Python中Pandas读取修改excel操作攻略(代码示例),有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助. 环境:python 3.6.8 以某米赛 ...
Python+pandas读取Excel文件并统计演员参演电影数量
Excel样本数据请参考Python读取Excel文件并统计演员参演电影 >>> import pandas as pd >>> df = pd.read_exce ...
Python Pandas 读取 Excel 表格处理出席表
一.思路背景 EXCEL 表格中有每天大家到场的记录,每页格式相同,包含人名.日期和是否到场参加(也可线上).如下: 思路目标:统计每个人来了几次(进阶一点的话,包括线下线上). 思路:(字典,p ...
python pandas 读取excel单元门公式值_Python pandas对excel的操作实现示例
最近经常看到各平台里都有Python的广告,都是对excel的操作,这里明哥收集整理了一下pandas对excel的操作方法和使用过程.本篇介绍 pandas 的 DataFrame 对列 (Colu ...
【实践3】Python pandas读取Excel指定单元格 / 在指定单元格插入数据，不改变Excel格式
简单介绍有时会遇到只需将爬取的数据填入指定的单元格,而不需要更改Excel格式的情况,或是将一个Excel指定单元格内容复制后插入另一个Excel的单元格. 完整代码 import pandas a ...
Python pandas读取excel单元格数据，显示不全问题
用pandas的pd.read_excel()方法在读取一个存储图片URL路径的EXCEL表格数据时,由于路径较长,出现了单元格内容显示不全的问题.尤其是在使用pd.to_excel()将处理好的数据 ...

python pandas读取excel时动态确定标题行所在行数

python pandas读取excel时动态确定标题行所在行数，动态跳过标题前空白行

(df.count(axis=1) >= df.count(axis=1).max()).idxmax()的适用性更强

python pandas读取excel时动态确定标题行所在行数相关推荐

最新文章

热门文章