Python 读写 Excel 可以使用 Pandas，处理很方便。但如果要处理 Excel 的格式，还是需要 openpyxl 模块，旧的 xlrd 和 xlwt 模块可能支持不够丰富。Pandas 读写 Excel 主要用到两个函数，下面分析一下 pandas.read_excel() 和 DataFrame.to_excel() 的参数。

read_excel函数

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

常用参数：

io：文件路径

io = r’test.xlsx’

sheetname：表名，单表、多表、全部表

sheetname = None # 读取全部表，得到 OrderDict：key为表名，value为 DataFrame

sheetname = 1 / “Sheet1” # 读取单个表，返回 DataFrame

sheetname = [0, 1] / [“Sheet1”, “Sheet2”] # 读取多表，返回一个OrderDict

header：指定列名行

names：设置列名，必须是list类型，且长度和列数一致

names = [“Name”, “Number”, “Score”]

usecols：使用的行

usecols = range(1, 3) # 使用 [1, 3) 行，不包括第 3 行

usecols = [4, 7] # 使用 4和7 行

skiprows：指定跳过的行数（不读取的行数）

shiprows = 4 # 跳过前 4 行，会把首行列名也跳过

skiprows = [1, 2, 4] # 跳过 1,2,4 行

skiprows = range(1, 10) # 跳过 [1,10) 行，不包括第10行，可以留下首行列名

skipfooter：指定省略尾部的行数，必须为整数

skipfooter = 4 # 跳过尾部 4 行

index_col：指定列为索引列，索引从 0 开始

index_col = 1

index_col = “名称”

# 读取多个表
import pandas as pd
order_dict = pd.read_excel(r'test.xlsx',header=0, usecols=[2, 3] names=["Name", "Number"], sheet_name=["Sheet1", "Sheet2"], skiprows=range(1, 10), skipfooter=4)for sheet_name, df in order_dict.items():print(sheet_name)print(df)

to_excel 函数

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)

常用参数：

excel_writer：文件路径，不存在会自动生成

sheet_name=“Sheet1”：指定写的表

columns=None：指定输出某些列

columns = [“Name”, “Number”]

header=True：是否保存头行列名

index=True：是否保存索引列

startcol=0：起始行

merge_cells=True：是否合并单元格

encoding=None：指定编码，常用 utf-8

float_format=None：浮点数保存的格式，默认保存为字符串

float_format=’%.2f’ # 保存为浮点数，保留2位小数

engine=None：保存格式，指定io.excel.xlsx.writer、 io.excel.xls.writer、io.excel.xlsm.writer.

# 简单示例
df.to_excel(r'test.xlsx', columns=["Name", "Number"], encoding="utf8")

pandas read_excel 和 to_excel 读写Excel的参数详解相关推荐

python pandas read_csv 迭代器使用方法_pandas.read_csv参数详解(小结)
更多python教程请到友情连接: 菜鸟教程www.piaodoo.com 人人影视www.sfkyty.com 飞卢小说网www.591319.com 韩剧网www.op-kg.com 兴化论坛ww ...
pandas系列 read_csv 与 to_csv 方法各参数详解（全，中文版）
* 由于在做数据处理,数据分析的时候,免不了读取数据或者将数据转换为相应的处理形式,那么,pandas的read_csv和to_csv,就能给我们很大的帮助,接下来,博主,将 read_csv 和 t ...
Pandas读取和将数据存储到多个sheet的excel以及read_excel函数常用参数详解
Pandas读取和将数据存储到多个sheet的excel以及read_excel函数常用参数详解 Excel数据显示: read_excel函数常用参数详解 1.io 读取路径个人比较喜欢第一种(r ...
Python之pandas：pandas中to_csv()、read_csv()函数的index、index_col(不将索引列写入)参数详解之详细攻略
Python之pandas:pandas中to_csv().read_csv()函数的index.index_col(不将索引列写入)参数详解之详细攻略目录 pandas中to_csv().read ...
python把数据写入excel_Python读写sqlite3数据库的方法并且将数据写入Excel的实例详解...
这篇文章主要介绍了Python实现读写sqlite3数据库并将统计数据写入Excel的方法,涉及Python针对sqlite3数据库的读取及Excel文件相关操作技巧,需要的朋友可以参考下本文实例讲 ...
pandas to_csv参数详解_【Python基础】Pandas数据可视化原来也这么厉害
一.可视化概述在Python中,常见的数据可视化库有3个: matplotlib:最常用的库,可以算作可视化的必备技能库,比较底层,api多,学起来不太容易. seaborn:是建构于matplot ...
pandas中dropna（）参数详解
pandas中dropna()参数详解 DataFrame.dropna( axis=0, how='any', thresh=None, subset=None, inplace=False) 1. ...
pandas中的read_csv参数详解
1.官网语法 pandas.read_csv(filepath_or_buffer, sep=NoDefault.no_default**,** delimiter=None**,** header= ...
[Python从零到壹] 十一.数据分析之Numpy、Pandas、Matplotlib和Sklearn入门知识万字详解(1)
欢迎大家来到"Python从零到壹",在这里我将分享约200篇Python系列文章,带大家一起去学习和玩耍,看看Python这个有趣的世界.所有文章都将结合案例.代码和作者的经验讲 ...

pandas read_excel 和 to_excel 读写Excel的参数详解

read_excel函数

to_excel 函数

pandas read_excel 和 to_excel 读写Excel的参数详解相关推荐

最新文章

热门文章