python使用pandas读写excel文件的方法_F11 - 专业站长和开发者的学习网站

分享到

python使用pandas读写excel文件的方法

python 来源：互联网作者：F11站长开发者发布时间：2022-08-15 17:23:59 人浏览

摘要

引言现在本地创建一个excel表，以及两个sheet，具体数据如下： sheet1： sheet2: 读取excel文件 pandas.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None) io：excel文件路径。 sheet_

引言

现在本地创建一个excel表，以及两个sheet，具体数据如下：

sheet1：

sheet2:

读取excel文件

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

io：excel文件路径。

sheet_name：返回指定的sheet。

header：表头，默认值为0。也可以指定多行。当header取值为None时候data打印值最多，0相比None会少一行，1对比0又会在少一行。也就是说设置header为多少，那么那行之前的数据就会缺失。header也可以设置为一个范围值如header=[0, 1]表示前两行为多重索引。

usecols：读取指定的列。

skiprows：跳过特定行。

import pandas

a = pandas.read_excel("t.xlsx",sheet_name=0)#sheet_name可以使用下标，sheet的名称

print(a) #打印所有

print(a.values) #打印除第一行以外的信息

print(a.values[0]) #打印第一行的值

print(data['标题列'].values) #打印具体一列的值

#读取同一文件的不同sheet

data= pandas.read_excel("t.xlsx", ['Sheet1', 'Sheet2'])

print(data)#打印sheet1和sheet2的所有元素

print(data.get('Sheet1')['result'][0]) #打印sheet1表的result列的第一个元素

#sheet_name = None时，返回所有表的数据

data = pandas.read_excel("t.xlsx", sheet_name=None)

print(data)

结果:

"""

{'Sheet1': case_id account pswd hope result

0 1.0 qwe 123456.0 登陆成功 cheng

1 NaN NaN NaN NaN bai, 'Sheet2': 1 2 3 4 5

0 a b c d e}

"""

#sheet_name可以选择名称，下标组合方式提取多张表数据

data = pandas.read_excel("t.xlsx", sheet_name=['Sheet1',1])

print(data)

结果:

"""

{'Sheet1': case_id account pswd hope result

0 1.0 qwe 123456.0 登陆成功 cheng

1 NaN NaN NaN NaN bai, 1: 1 2 3 4 5

0 a b c d e}

"""

#查询指定列的数据

data = pandas.read_excel('t.xlsx', sheet_name='Sheet1', usecols=['result',])

print(data)

结果：

"""

result

0 cheng

1 bai

"""

data = pandas.read_excel('t.xlsx', sheet_name='Sheet1', usecols=[0])

print(data)

结果：

"""

case_id

0 1.0

1 NaN

"""

data = pandas.read_excel('t.xlsx', sheet_name='Sheet1', usecols=[0, 1])

print(data)

结果：

"""

case_id account

0 1.0 qwe

1 NaN NaN

"""

ExcelFile:为了更方便地读取同一个文件的多张表格

import pandas

#同时读取一个文件的多个sheet，仅需读取一次内存，性能更好

data = pandas.ExcelFile("t.xlsx")

sheets = pandas.read_excel(data)#sheet_name不写，默认为查第一个sheet的数据

sheets = pandas.read_excel(data, sheet_name="Sheet2")#查看指定sheet的数据

print(sheets)

#也可以这么写

with pandas.ExcelFile("t.xlsx") as xlsx:

s1 = pandas.read_excel(xlsx, sheet_name="Sheet1")

s2 = pandas.read_excel(xlsx, sheet_name="Sheet2")

print(s1)

print("-----------------------")

print(s2)

结果:

"""

case_id account pswd hope result

0 1.0 qwe 123456.0 登陆成功 cheng

1 NaN NaN NaN NaN bai

-----------------------

1 2 3 4 5

0 a b c d e

"""

index_col:索引对应的列,可以设置范围如[0, 1]来设置多重索引

na_values:指定字符串展示为NAN

"""

with pandas.ExcelFile('t.xlsx') as xls:

data['Sheet1'] = pandas.read_excel(xls, 'Sheet1', index_col=None,

na_values=['NA'])

data['Sheet2'] = pandas.read_excel(xls, 'Sheet2', index_col=1)

print(data)

print("-------------------------------")

print(data['Sheet1'])

print("--------------------------------")

print(data['Sheet2'])

结果：

"""

{'Sheet1': case_id account pswd hope result

0 1.0 qwe 123456.0 登陆成功 cheng

1 NaN NaN NaN NaN bai, 'Sheet2': 1 3 4 5

b a c d e}

-------------------------------

case_id account pswd hope result

0 1.0 qwe 123456.0 登陆成功 cheng

1 NaN NaN NaN NaN bai

--------------------------------

1 3 4 5

b a c d e

"""

写入文件：

将数据写入excel

1.当文件不存在时，会自动创建文件，并写入数据；

2.当文件存在时，会覆盖数据;

3.sheet_name 不写默认为Sheet1;

4.文件写入，切记关闭excel。

data = {'名字': ['张三','李四'],

'分数': [100, 100]

}

a= pandas.DataFrame(data)

a.to_excel('1.xlsx', sheet_name='Sheet1',index=False)# index = False表示不写入索引

excel一次写入多sheet：

1.下面代码为在1.xlsx中写入sheet1，sheet2两个表。

2.可以通过在ExcelWriter中添加mode参数，该参数默认为w，修改为a的话，可以在已存在sheet的excel中添加sheet表。

df1 = pandas.DataFrame({'名字': ['张三', '王四'], '分数': [100, 100]})

df2 = pandas.DataFrame({'年龄': ['18', '19'], '性别': ['男', '女']})

with pandas.ExcelWriter('1.xlsx') as writer:

df1.to_excel(writer, sheet_name='Sheet1', index=False)

df2.to_excel(writer, sheet_name='Sheet2', index=False)

#新增一个sheet

df3 = pandas.DataFrame({'新增表': ['1', '2']})

with pandas.ExcelWriter('1.xlsx', mode='a') as writer:

df3.to_excel(writer, sheet_name='Sheet3', index=False)

您可能感兴趣的文章 :

原文链接 : https://blog.csdn.net/u010799534/article/details/125429064

Tag : python(762)Excel(32)pandas(22)

Python Django教程之实现新闻应用程序

Django是一个用Python编写的高级框架，它允许我们创建服务器端Web应用程序。在本文中，我们将了解如何使用Django创建新闻应用程序。我们将
书写Python代码的一种更优雅方式(推荐!)

一些比较熟悉pandas的读者朋友应该经常会使用query()、eval()、pipe()、assign()等pandas的常用方法，书写可读性很高的「链式」数据分析处理代码
Python灰度变换中伽马变换分析实现

1. 介绍伽马变换主要目的是对比度拉伸，将图像灰度较低的部分进行修正伽马变换针对的是对单个像素点的变换，也就是点对点的映射形
使用OpenCV实现迷宫解密的全过程

一、你能自己走出迷宫吗？如下图所示，可以看到是一张较为复杂的迷宫图，相信也有人尝试过自己一点一点的找出口，但我们肉眼来解谜
Python中的数据精度问题的介绍

一、python运算时精度问题 1.运行时精度问题在Python中（其他语言中也存在这个问题，这是计算机采用二进制导致的），有时候由于二进制和
Python随机值生成的常用方法

一、随机整数 1.包含上下限：[a, b] 1 2 3 4 import random #1、随机整数：包含上下限：[a, b] for i in range(10): print(random.randint(0,5),end= | ) 查看运行结
Python字典高级用法深入分析讲解

一、 collections 中 defaultdict 的使用 1.字典的键映射多个值将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
Python浅析多态与鸭子类型使用实例

什么多态：同一事物有多种形态为何要有多态=》多态会带来什么样的特性，多态性多态性指的是可以在不考虑对象具体类型的情况下而直
Python字典高级用法深入分析介绍

一、 collections 中 defaultdict 的使用 1.字典的键映射多个值将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
Python淘宝或京东等秒杀抢购脚本实现(秒杀脚本

我们的目标是秒杀淘宝或京东等的订单，这里面有几个关键点，首先需要登录淘宝或京东，其次你需要准备好订单，最后要在指定时间快速