在python中如何使用pandas处理excel
这篇文章主要为大家详细介绍了在python中如何使用pandas处理excel,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下。
红安网站制作公司哪家好,找成都创新互联!从网页设计、网站建设、微信开发、APP开发、响应式网站等网站项目制作,到程序开发,运营维护。成都创新互联从2013年成立到现在10年的时间,我们拥有了丰富的建站经验和运维经验,来保证我们的工作的顺利进行。专注于网站建设就选成都创新互联。
在python中如何使用pandas处理excel
一、配置环境
1、pandas依赖处理Excel的xlrd模块,安装命令是:
pip install xlrd
2、安装pandas模块还需要一定的编码环境,确保你的电脑有这些环境:Net.4 、VC-Compiler以及winsdk_web。
3、开始安装pandas,安装命令是:
pip install pandas
二、pandas操作Excel表单
注意:加密文件是无法正常读写的
首先需准备一个表单
1、读取excel文件的方式一:默认读取第一个表单:
import pandas as pd # 方法一:默认读取第一个表单 df = pd.read_excel("C:\\文件路径\\文件名.xlsx") # 直接默认读取到Excel的第一个表单 data = df.head() # 默认读取前5行的数据 print("获取到所有的值:\n{0}".format(data)) # 格式化输出
得到的结果是一个二维矩阵,如下图所示:
2、读取excel文件的方式二:通过制定表单名的方式读取:
import pandas as pd # 方法一:通过指定表单名的方式来读取 df = pd.read_excel("C:\\文件路径\\文件名.xlsx ", sheet_name='测试用例') # 直接默认读取到Excel的第一个表单 data = df.head() # 默认读取前5行的数据 print("获取到所有的值:\n{0}".format(data)) # 格式化输出
得到的结果是一个二维矩阵,如下图所示:
3、读取excel文件的方法三:通过表单索引来指定要访问的表单,0表示第一个表单
import pandas as pd # df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ']) # 可以通过表单名同时指定多个 df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ', sheet_name=0) # 可以通过表单索引来指定读取的表单 # df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ', sheet_name=['功能模块', 1]) # 可以混合的方式来指定 # df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ', sheet_name=[1, 2]) # 可以通过索引 同时指定多个 data = df.values # 获取所有的数据,注意这里不能用head()方法哦~ print("获取到所有的值:\n{0}".format(data)) # 格式化输出
三、pandas操作Excel的行列
1:读取指定的单行,数据会存在列表里面
import pandas as pd df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ') data = df.ix[0].values # 0表示第一行 这里读取数据并不包含表头,要注意哦! print("获取到所有的值:\n{0}".format(data)) # 格式化输出
2:读取指定的多行,数据会存在嵌套的列表里面:
import pandas as pd df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ') data = df.ix[[1, 2]].values # 读取指定多行的话,就要在ix[]里面嵌套列表指定行数 print("获取到所有的值:\n{0}".format(data)) # 格式化输出
3:读取指定的行列:
import pandas as pd df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ') data = df.ix[1, 2] # 读取第一行第二列的值,这里不需要嵌套列表 print("获取到所有的值:\n{0}".format(data)) # 格式化输出
4:读取指定的多行多列值:
import pandas as pd df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ') data = df.ix[[1, 2], ['序号', '功能划分']].values # 读取第一行第二行的序号以及功能划分列的值,这里需要嵌套列表 print("获取到所有的值:\n{0}".format(data)) # 格式化输出
5:获取所有行的指定列
import pandas as pd df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ') data = df.ix[:, ['序号', '功能划分']].values # 读所有行的“序号”以及“功能划分”列的值,这里需要嵌套列表 print("获取到所有的值:\n{0}".format(data)) # 格式化输出
6:获取行号并打印输出
import pandas as pd df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ') print("输出行号列表", df.index.values)
7:获取列名并打印输出
import pandas as pd df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ') print("输出列标题", df.columns.values)
8:获取指定行数的值:
import pandas as pd df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ') print("输出值:\n", df.sample(3).values) # 这个方法类似于head()方法以及df.values方法
9:获取指定列的值:
import pandas as pd df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ') print("输出值\n", df['功能划分'].values)
四、pandas处理Excel数据成为字典
import pandas as pd df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ') test_data = [] for i in df.index.values: # 获取行号的索引,并对其进行遍历: # 根据i来获取每一行指定的数据 并利用to_dict转成字典 row_data = df.ix[i, ['序号', '功能划分', '备注']].to_dict() test_data.append(row_data) print("最终获取到的数据是:\n{0}".format(test_data))
以上就是在python中如何使用pandas处理excel的详细内容了,看完之后是否有所收获呢?如果想了解更多相关内容,欢迎来创新互联行业资讯!
本文标题:在python中如何使用pandas处理excel
URL链接:http://scyanting.com/article/pcphdh.html