Python pandas读写excel文件

read_excel()

read_excel(io, 
            sheetname=0, 
            header=0, 
            skiprows=None, 
            skip_footer=0, 
            index_col=None,
            names=None, 
            parse_cols=None, 
            parse_dates=False,
            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
    )

常用参数解析:

  • io: string, path object ; excel 路径。
  • sheetname : string, int, mixed list of strings/ints, or None, default 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
  • header : int, list of ints, default 0 指定列名行,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
  • skiprows : list-like,Rows to skip at the beginning,省略指定行数的数据
  • skip_footer : int,default 0, 省略从尾部数的int行数据
  • index_col : int, list of ints, default None指定列为索引列,也可以使用u”strings”,读取的时候指定 索引
  • names : array-like, default None, 指定列的名字。
  • na_values:指定原数据集中哪些特征的值作为缺失值。
  • na_filter : boolean, default True;是否检查丢失值(空字符串或者是空值)。对于大文件来说数据集中没有空值,设定na_filter=False可以提升读取速度。
  • thousands:指定原始数据中的千位符
  • comment:指定注释符,在读取数据时,如果碰到首行指定的注释符,则跳过该行。
  • parse_datas:指明日期列,为字符串构成的 list; 数据源:

数据源:

sheet1:
ID  NUM-1   NUM-2   NUM-3
36901   142 168 661
36902   78  521 602
36903   144 600 521
36904   95  457 468
36905   69  596 695

sheet2:
ID  NUM-1   NUM-2   NUM-3
36906   190 527 691
36907   101 403 470
basestation ="F://pythonBook_PyPDAM/data/test.xls"
data = pd.read_excel(basestation)
print data

输出:是一个dataframe

      ID  NUM-1  NUM-2  NUM-3
0  36901    142    168    661
1  36902     78    521    602
2  36903    144    600    521
3  36904     95    457    468
4  36905     69    596    695

sheet_name参数

: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

data_1 = pd.read_excel(basestation,sheet_name=[0,1])
print(data_1)
print(type(data_1))
'''
OrderedDict([(0,       ID  NUN-1  NUM-2  NUM-3
0  36901     45     78     95
1  36902     47     45     63
2  39603     85     47     21
3  39604     96     36     45
4  39605     25     89     15), 
(1,       ID  NUN-1  NUM-2  NUM-3
0  36906     58     52     47
1  36907     66     26     14)])
<class 'collections.OrderedDict'>

header参数

指定列名行,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 ,注意这里还有列名的一行。

data = pd.read_excel(basestation,header=None)
print(data)
'''
       0      1      2      3
0     ID  NUN-1  NUM-2  NUM-3
1  36901     45     78     95
2  36902     47     45     63
3  39603     85     47     21
4  39604     96     36     45
5  39605     25     89     15
'''
data = pd.read_excel(basestation,header=[3])
print(data)
'''
   39603  85     47     21   
0  39604     96     36     45
1  39605     25     89     15
'''

skiprows参数

省略指定行数的数据

data = pd.read_excel(basestation,skiprows = [1])
print(data)
'''
      ID  NUN-1  NUM-2  NUM-3
0  36902     47     45     63
1  39603     85     47     21
2  39604     96     36     45
3  39605     25     89     15
'''

skip_footer参数

省略从尾部数的int行的数据

data = pd.read_excel(basestation, skip_footer=3)
print(data)
'''
      ID  NUN-1  NUM-2  NUM-3
0  36901     45     78     95
1  36902     47     45     63
'''

index_col参数

指定列为索引列,也可以使用u”strings”

data = pd.read_excel(basestation, index_col="NUM-3")
print(data)
'''
          ID  NUN-1  NUM-2
NUM-3                     
95     36901     45     78
63     36902     47     45
21     39603     85     47
45     39604     96     36
15     39605     25     89
'''

names参数

指定列的名字。

data = pd.read_excel(basestation,names=["a","b","c","e"])
print(data)
'''
       a   b   c   e
0  36901  45  78  95
1  36902  47  45  63
2  39603  85  47  21
3  39604  96  36  45
4  39605  25  89  15
'''

nrows参数

读取指定的几行数据

data = pd.read_excel(basestation, nrows=3)
print(data)
'''
      ID  NUN-1  NUM-2  NUM-3
0  36901     45     78     95
1  36902     47     45     63
2  39603     85     47     21
'''

usecols 参数

读取指定的列, 也可以通过名字或索引值(指定需要读取原数据集中的哪些变量名,以列表传入。)

data = pd.read_excel(basestation, usecols=2)
print(data)
'''
      ID  NUN-1  NUM-2
0  36901     45     78
1  36902     47     45
2  39603     85     47
3  39604     96     36
4  39605     25     89
'''

to_excel()

存储函数为pd.DataFrame.to_excel(),注意,必须是DataFrame写入excel, 即Write DataFrame to an excel sheet。其具体参数如下:

to_excel(self,
         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
        )

数据源:

    ID  NUM-1   NUM-2   NUM-3
0   36901   142 168 661
1   36902   78  521 602
2   36903   144 600 521
3   36904   95  457 468
4   36905   69  596 695
5   36906   165 453 

加载数据:
basestation ="./ex.xls"
basestation_end ="./test_end.xls"
data = pd.read_excel(basestation)

参数excel_writer

输出路径

data.to_excel(basestation_end)

sheet_name

将数据存储在excel的那个sheet页面

data.to_excel(basestation_end,sheet_name="sheet2")

na_rep

缺失值填充

data.to_excel(basestation_end,na_rep="NULL")

undefined

colums

sequence, optional,Columns to write 选择输出的的列。

data.to_excel(basestation_end,columns=["ID"])

undefined

boolean or list of string,默认为True,可以用list命名列的名字。header = False 则不输出题头。

data.to_excel(basestation_end,header=["a","b","c","d"])

undefined

header = False 则不输出题头

data.to_excel(basestation_end,header=False,columns=["ID"])

undefined

index

boolean, default True Write row names (index) 默认为True,显示index,当index=False 则不显示行索引(名字)。 index_label : string or sequence, default None 设置索引列的列名。

data.to_excel(basestation_end,index=False)

undefined

index_label

设置索引列的列名

data.to_excel(basestation_end,index_label=["f"])

undefined

案例

写入excel,自定义索引

data={'ID':[1,2,3,4],
      'year':[2000,2001,2002,2003],
      'pop':[3.7,3.6,2.4,0.9]}
df=pd.DataFrame(data)
print(df)
'''
   ID  year  pop
0   1  2000  3.7
1   2  2001  3.6
2   3  2002  2.4
3   4  2003  0.9
'''
df.to_excel('text.xls')

在这里插入图片描述

data={'ID':[1,2,3,4],
      'year':[2000,2001,2002,2003],
      'pop':[3.7,3.6,2.4,0.9]}
df=pd.DataFrame(data)
df=df.set_index('ID')
df.to_excel('text.xls')

在这里插入图片描述

读取的数据无表头,为其添加新的表头并保存

在这里插入图片描述

people=pd.read_excel('People.xlsx',header=None)
people.columns=['id', 'type', 'title', 'First', 'Middle', 'Last']
print(people.columns)
#Index(['id', 'type', 'title', 'First', 'Middle', 'Last'], dtype='object')
#默认添加行索引  ,可以重新指定
people=people.set_index('id')
people.to_excel('people2.xls')

在这里插入图片描述

指定列为索引,避免自动pands再生成新的索引

#指定某列为索引  ,pands就不会再自动生成索引
people=pd.read_excel('people2.xls',index_col='id')

将多个Sheet写入到本地同一Excel文件中

import pandas as pd

#读取两个表格
data1=pd.read_excel('文件路径')
data2=pd.read_excel('文件路径')

#将两个表格输出到一个excel文件里面
writer=pd.ExcelWriter('D:新表.xlsx')

data1.to_excel(writer,sheet_name='sheet1')
data2.to_excel(writer,sheet_name='sheet2')

#必须运行writer.save(),不然不能输出到本地
writer.save()

img

with pd.ExcelWriter(r'C:\Users\数据\Desktop\data\test2.xls') as writer:
    df1.to_excel(writer, sheet_name='df1')
    df2.to_excel(writer, sheet_name='df2')

将多个 sheet 写入到一个文件的时候,切记 close 文件

Update time: 2020-05-25

results matching ""

    No results matching ""