python read_excel 参数_详解pandas库pd.read_excel操作读取excel文件参数整理与实例
详解pandas库pd.read_excel操作读取excel文件参数整理与实例
来源:中文源码网 浏览: 次 日期:2019年11月5日
详解pandas库pd.read_excel操作读取excel文件参数整理与实例除了使用xlrd库或者xlwt库进行对excel表格的操作读与写,而且pandas库同样支持excel的操作;且pandas操作更加简介方便。
首先是pd.read_excel的参数:函数为:
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)表格数据:
常用参数解析:
io :excel 路径;
In [10]: import pandas as pd
#定义路径IO
In [11]: IO = 'example.xls'
#读取excel文件
In [12]: sheet = pd.read_excel(io=IO)
#此处由于sheetname默认是0,所以返回第一个表
In [13]: sheet
Out[13]:
姓名 年龄 出生日 爱好 关系
0 小王 23 1991-10-02 足球 朋友
1 小丽 23 1992-11-02 篮球 NaN
2 小黑 25 1991-10-18 游泳 同学
3 小白 21 1989-09-09 游戏 NaN
4 小红 25 1990-08-07 看剧 NaN
5 小米 24 1991-12-12 足球 NaN
6 大锤 26 1988-09-09 看剧 个人
#上述列表返回的结果和原表格存在合并单元格的差异sheetname:默认是sheetname为0,返回多表使用sheetname=[0,1],若sheetname=None是返回全表 。注意:int/string返回的是dataframe,而none和list返回的是dict of dataframe。
In [7]: sheet = pd.read_excel('example.xls',sheetname= [0,1])
#参数为None时,返回全部的表格,是一个表格的字典;
#当参数为list = [0,1,2,3]此类时,返回的多表格同样是字典
In [8]: sheet
Out[8]:
{0: 姓名 年龄 出生日 爱好 关系
0 小王 23 1991-10-02 足球 朋友
1 小丽 23 1992-11-02 篮球 NaN
2 小黑 25 1991-10-18 游泳 同学
3 小白 21 1989-09-09 游戏 NaN
4 小红 25 1990-08-07 看剧 NaN
5 小米 24 1991-12-12 足球 NaN
6 大锤 26 1988-09-09 看剧 个人, 1: 1 3 5 学生
0 2 3 4 老师
1 4 1 9 教授}
#value是一个多位数组
In [15]: sheet[0].values
Out[15]:
array([['小王', 23, Timestamp('1991-10-02 00:00:00'), '足球', '朋友'],
['小丽', 23, Timestamp('1992-11-02 00:00:00'), '篮球', nan],
['小黑', 25, Timestamp('1991-10-18 00:00:00'), '游泳', '同学'],
['小白', 21, Timestamp('1989-09-09 00:00:00'), '游戏', nan],
['小红', 25, Timestamp('1990-08-07 00:00:00'), '看剧', nan],
['小米', 24, Timestamp('1991-12-12 00:00:00'), '足球', nan],
['大锤', 26, Timestamp('1988-09-09 00:00:00'), '看剧', '个人']], dtype=object)#同样可以根据表头名称或者表的位置读取该表的数据
#通过表名
In [17]: sheet = pd.read_excel('example.xls',sheetname= 'Sheet2')
In [18]: sheet
Out[18]:
1 3 5 学生
0 2 3 4 老师
1 4 1 9 教授#通过表的位置
In [19]: sheet = pd.read_excel('example.xls',sheetname= 1)In [20]: sheet
Out[20]:
1 3 5 学生
0 2 3 4 老师
1 4 1 9 教授header :指定作为列名的行,默认0,即取第一行,数据为列名行以下的数据;若数据不含列名,则设定 header = None;
#数据不含作为列名的行
In [21]: sheet = pd.read_excel('example.xls',sheetname= 1,header = None)
In [22]: sheet
Out[22]:
0 1 2 3
0 1 3 5 学生
1 2 3 4 老师
2 4 1 9 教授
#默认第一行数据作为列名
In [23]: sheet = pd.read_excel('example.xls',sheetname= 1,header =0)
In [24]: sheet
Out[24]:
1 3 5 学生
0 2 3 4 老师
1 4 1 9 教授skiprows:省略指定行数的数据
In [25]: sheet = pd.read_excel('example.xls',sheetname= 1,header = None,skiprows= 1)
#略去1行的数据,自上而下的开始略去数据的行
In [26]: sheet
Out[26]:
0 1 2 3
0 2 3 4 老师
1 4 1 9 教授skip_footer:省略从尾部数的行数据
In [27]: sheet = pd.read_excel('example.xls',sheetname= 1,header = None,skip_footer= 1)
#从尾部开始略去行的数据
In [28]: sheet
Out[28]:
0 1 2 3
0 1 3 5 学生
1 2 3 4 老师index_col :指定列为索引列,也可以使用 u'string'
#指定第二列的数据作为行索引
In [30]: sheet = pd.read_excel('example.xls',sheetname= 1,header = None,skip_footer= 1,index_col=1)In [31]: sheet
Out[31]:
0 2 3
1
3 1 5 学生
3 2 4 老师names:指定列的名字,传入一个list数据
In [32]: sheet = pd.read_excel('example.xls',sheetname= 1,header = None,skip_footer= 1,index_col=1,names=['a','b','c'])
...:In [33]: sheet
Out[33]:
a b c
1
3 1 5 学生
3 2 4 老师总体而言,pandas库的pd.read_excel和pd.read_csv的参数比较类似,且相较之前的xlrd库的读表操作更加简单,针对一般批量的数据处理最好选择pandas库操作。但是功能有待完善或者本次研究的不够深入,比如合并单元格的问题,欢迎一起讨论交流。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持中文源码网。
亲,试试微信扫码分享本页! *^_^*
python read_excel 参数_详解pandas库pd.read_excel操作读取excel文件参数整理与实例相关推荐
- 【python】pandas库pd.to_excel操作写入excel文件参数整理与实例
excel的写入函数为pd.DataFrame.to_excel():必须是DataFrame写入excel, 即Write DataFrame to an excel sheet. to_excel ...
- python read_excel header_详解pandas库pd.read_excel操作读取excel文件参数整理与实例
除了使用xlrd库或者xlwt库进行对excel表格的操作读与写,而且pandas库同样支持excel的操作:且pandas操作更加简介方便. 首先是pd.read_excel的参数:函数为: pd. ...
- python替换缺失值_详解Pandas 处理缺失值指令大全
前言 运用pandas 库对所得到的数据进行数据清洗,复习一下相关的知识. 1 数据清洗 1.1 处理缺失数据 对于数值型数据,分为缺失值(NAN)和非缺失值,对于缺失值的检测,可以通过Python中 ...
- 【python】pandas库pd.read_excel操作读取excel文件参数整理与实例
除了使用xlrd库或者xlwt库进行对excel表格的操作读与写,而且pandas库同样支持excel的操作:且pandas操作更加简介方便. 首先是pd.read_excel的参数:函数为: pd. ...
- python怎么画参数函数图像_详解pandas.DataFrame.plot() 画图函数
首先看官网的DataFrame.plot( )函数 DataFrame.plot(x=None, y=None, kind='line', ax=None, subplots=False, share ...
- python中什么是可变参数_详解Python的三种可变参数
详解Python的三种可变参数 可变参数 可变参数应该最简单,在C/C++和Java等语言中都有,就是用*号来表示,例如 def testArg(*arg) 你可以传入任意多个元素(包括0)到参数中, ...
- python中的iloc函数_详解pandas中利用DataFrame对象的.loc[]、.iloc[]方法抽取数据
pandas的DataFrame对象,本质上是二维矩阵,跟常规二维矩阵的差别在于前者额外指定了每一行和每一列的名称.这样内部数据抽取既可以用"行列名称(对应.loc[]方法)",也 ...
- python播放音频文件_详解使用pygame播放一段MP3音频文件
近日,在梳理pygame模块的时候发现一个很有用的模块mixer模块,这个模块翻译过来就是混音器,它可以加载和播放音频文件,甚至可以对混音器进行设置和处理,其功能非常强大.今天,我们一起来梳理一下混音 ...
- python什么是可变参数_详解Python的三种可变参数
可变参数 可变参数应该最简单,在C/C++和Java等语言中都有,就是用*号来表示,例如 def testArg(*arg) 你可以传入任意多个元素(包括0)到参数中,在函数内部会自动认为是一个元组或 ...
最新文章
- 科学家发现鱼会数学,5以内的加减法难不倒它,网友:要多吃鱼了
- java fft 频谱算法_快速傅里叶变换(FFT)算法原理及代码解析
- noa格式转java_用IDEA查看反编译 - osc_1loi8uc4的个人空间 - OSCHINA - 中文开源技术交流社区...
- jsonschema php 例子,[宜配屋]听图阁
- QQ互联聚合登录中转API程序源码
- 的优缺点_折叠门的优缺点
- java加载机制_详解Java类加载机制
- 哪种编程语言好?大神为你分析 Go、Java、C、C++ 等主流编程语言
- linux更改ntfs格式权限,Gentoo Linux下读写NTFS格式分区(ntfs-3g解决NTFS只读不可写的问题)...
- 台式电脑计算机怎么用,怎么用键盘开机电脑_台式电脑键盘怎么开机-win7之家
- Vivado当中的ooc与global模式
- 【奥特曼迪迦表情包】
- LAMP服务器环境搭建及工程部署
- laravel jwt attempt 总是返回false
- HEL-X8II型便携式电流互感器检定装置
- 【UE4学习】04——官方教程代码
- 话说会火到2019年的句子
- (一)ProxmoxVE 初识
- 自己动手构造编译系统:编译、汇编与链接
- html中marquee标签添加2条,HTML marquee标签
热门文章
- 并发面试必备系列之并发基础与内存模型
- # Cobalt Strike: 使用进程内存解密流量-Part 3
- MediaTypeListWidget-insertItem 添加的label没有填充单元格
- OpenCV(c++) 矩阵 Mat 类的用法与注意事项
- 显示页面计算机回收站,电脑回收站清空了怎么恢复真的很简单
- 精品课 - Python 数据分析
- python 添加图片_python怎么导入图片?
- Idea报错1:annotations are not allowed here
- mysql中使用order by 速度很慢解决办法
- 基于flask的看图猜成语小程序