python读取excel-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 天赋

0 四九幻曦 100 自然 None 21

1 圣甲狂战 100 战斗 None 0

2 时空界皇 100 光次元 27

我们在这里使用了pd.read_excel()函数来读取excel，来看一下read_excel()这个方法的API，这里只截选一部分经常使用的参数:

pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None)

io:很明显, 是excel文件的路径+名字字符串

(有中文的话python2的老铁需要使用decode()来解码成unicode字符串)

例如:

>>> pd.read_excel('例子'.decode('utf-8))

sheet_name:返回指定的sheet

如果将sheet_name指定为None，则返回全表

如果需要返回多个表, 可以将sheet_name指定为一个列表, 例如['sheet1', 'sheet2']

可以根据sheet的名字字符串或索引来值指定所要选取的sheet

>>> # 如:

>>> pd.read_excel('1.xlsx', sheet_name=0)

>>> pd.read_excel('1.xlsx', sheet_name='Sheet1')

>>> # 返回的是相同的 DataFrame

name:如果没有表头, 可用此参数传入列表做表头

header:指定数据表的表头,默认值为0, 即将第一行作为表头

index_col:用作行索引的列编号或者列名，如果给定一个序列则有多个行索引。一般可以设定index_col=False指的是pandas不适用第一列作为行索引。

usecols：读取指定的列, 也可以通过名字或索引值

>>> # 如:

>>> pd.read_excel('1.xlsx', sheet_name=1, usecols=['等级', '属性1'])

>>> pd.read_excel('1.xlsx', sheet_name=1, usecols=[1,2])

>>> # 返回的是相同的 DataFrame

直到某一天泰格尔升了一级, 可以这样改一下, 当然用.iloc或.loc对象都可以

>>> # 读取文件

>>> data = pd.read_excel("1.xlsx", sheet_name="Sheet1")

>>> # 找到等级这一列，再在这一列中进行比较

>>> data['等级'][data['名字'] == '泰格尔'] += 1

>>> print(data)

LOOK！他升级了！！

>>> data

名字等级属性1 属性2 天赋

0 艾欧里娅 100 自然冰 29

1 泰格尔 81 电战斗 16

2 布鲁克克 100 水 None 28

现在我们将它保存

data.to_excel('1.xlsx', sheet_name='Sheet1', index=False, header=True)

index:默认为True, 是否加行索引, 直接上图吧！

左为False, 右为True

header:默认为True, 是否加列标, 上图吧！

左为False, 右为True

而io, sheet_name参数用法同函数pd.read_excel()

如果我们多捕捉几只或者多加几种属性怎么办呢？这里给出参考：

新增列数据：

data['列名称'] = [值1, 值2, ......]

>>> data['特性'] = ['瞬杀', 'None', '炎火']

>>> data

名字等级属性1 属性2 天赋特性

0 艾欧里娅 100 自然冰 29 瞬杀

1 泰格尔 80 电战斗 16 None

2 布鲁克克 100 水 None 28 炎火

新增行数据，这里行的num为excel中自动给行加的id数值

data.loc[行的num] = [值1，值2， ...], (注意与.iloc的区别)

>>> data.loc[3] = ['小火猴', 1, '火', 'None', 31, 'None']

>>> data

名字等级属性1 属性2 天赋特性

0 艾欧里娅 100 自然冰 29 瞬杀

1 泰格尔 80 电战斗 16 None

2 布鲁克克 100 水 None 28 炎火

3 小火猴 1 火 None 31 None

说完了增加一行或一列，那怎样删除一行或一列呢？可以使用.drop()函数

>>> # 删除列, 需要指定axis为1，当删除行时，axis为0

>>> data = data.drop('属性1', axis=1) # 删除`属性1`列

>>> data

名字等级属性2 天赋特性

0 艾欧里娅 100 冰 29 瞬杀

1 泰格尔 80 战斗 16 None

2 布鲁克克 100 None 28 炎火

3 小火猴 1 None 31 None

>>> # 删除第3,4行，这里下表以0开始，并且标题行不算在类, axis用法同上

>>> data = data.drop([2, 3], axis=0)

>>> data

名字等级属性2 天赋特性

0 艾欧里娅 100 冰 29 瞬杀

1 泰格尔 80 战斗 16 None

>>> # 保存

>>> data.to_excel('2.xlsx', sheet_name='Sheet1', index=False, header=True)

python读取excel-Python Pandas读取修改excel操作攻略相关推荐

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 excel 修改列_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 ...
Python语言学习之双下划线那些事：python和双下划线使用方法之详细攻略
Python语言学习之双下划线那些事:python和双下划线使用方法之详细攻略目录双下划线介绍 1.关于双下划线的函数或方法或属性双下划线介绍 1.关于双下划线的函数或方法或属性 __name_ ...
Python语言学习之文件夹那些事：python和文件夹的使用方法之详细攻略
Python语言学习之文件夹那些事:python和文件夹的使用方法之详细攻略目录 Python与文件夹那些事 1.创建/删除文件/文件夹 1.创建文件夹
Python爬虫辅助利器PyQuery模块的安装使用攻略
这篇文章主要介绍了Python爬虫辅助利器PyQuery模块的安装使用攻略,PyQuery可以方便地用来解析HTML内容,使其成为众多爬虫程序开发者的大爱,需要的朋友可以参考下 Windows下的安装 ...
gta5汽车oracle2数据,《GTA5》全车辆数据修改图文教程攻略
<GTA5>全车辆数据修改图文教程攻略 2015-08-26 14:33:38来源:贴吧编辑:评论(0) <GTA5>中如何修改车辆数据?今天给大家带来玩家"1569 ...
Python错误集锦：pandas读取excel提示ImportError: Missing optional dependency ‘xlrd’.
原文链接:http://www.juzicode.com/archives/3125 错误提示: 用pandas read_excel()方法读取xls或xlsx文件时,提示:ImportError: ...
python pandas怎么修改Excel表格字体颜色？
在pandas中,可以通过样式设置来修改Excel表格的字体颜色.具体步骤如下: 第一步,读取Excel表格数据到DataFrame: import pandas as pd df = pd.read ...
python教程-做个淘宝双十一满减攻略
今天是2021年10月29日,很快又到每年的购物狂欢节双十一购物节了. 从今天开始所有的python文章都是实战篇,介绍一些案例的开发.很多是其他微信公共账号的,前提是我自己都可以运行成功,我在这分享 ...

python读取excel-Python Pandas读取修改excel操作攻略

python读取excel-Python Pandas读取修改excel操作攻略相关推荐

最新文章

热门文章