0. 前言

Python Data Analysis Library 或 pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具，能使我们快速便捷地处理数据。本文介绍如何用pandas读写excel。

1. 读取excel

读取excel主要通过read_excel函数实现，除了pandas还需要安装第三方库xlrd。

pd.read_excel(io, sheetname=0, header=0, skiprows=None, skip_footer=0, index_col=None, names=None, parse_cols=None, parse_dates=False, 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)

'''

该函数主要的参数为io、sheetname、header、names、encoding。

io:excel文件，可以是文件路径、文件网址、file-like对象、xlrd workbook;

sheetname:返回指定的sheet，参数可以是字符串(sheet名)、整型(sheet索引)、list(元素为字符串和整型，返回字典{'key':'sheet'})、none(返回字典，全部sheet);

header:指定数据表的表头，参数可以是int、list of ints，即为索引行数为表头;

names:返回指定name的列，参数为array-like对象。

encoding:关键字参数，指定以何种编码读取。

该函数返回pandas中的DataFrame或dict of DataFrame对象，利用DataFrame的相关操作即可读取相应的数据。

'''

#代码示例:

import pandas as pd

excel_path = 'example.xlsx'

d = pd.read_excel(excel_path, sheetname=None)

print(d['sheet1'].example_column_name)

2. 写入excel

写入excel主要通过pandas构造DataFrame，调用to_excel方法实现。

DataFrame.to_excel(excel_writer, sheet_name='Sheet1', na_rep='', float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep='inf', verbose=True, freeze_panes=None)

'''

该函数主要参数为:excel_writer。

excel_writer:写入的目标excel文件，可以是文件路径、ExcelWriter对象;

sheet_name:被写入的sheet名称，string类型，默认为'sheet1';

na_rep:缺失值表示，string类型;

header:是否写表头信息，布尔或list of string类型，默认为True;

index:是否写行号，布尔类型，默认为True;

encoding:指定写入编码，string类型。

'''

import pandas as pd

writer = pd.ExcelWriter('output.xlsx')

df1 = pd.DataFrame(data={'col1':[1,1], 'col2':[2,2]})

df1.to_excel(writer,'Sheet1')

writer.save()