博客

对Python 2.7 pandas 中的read_excel详解

  • Post category:Python

对Python2.7 Pandas中的read_excel详解

在Python的pandas模块中，read_excel()函数可以用来读取Excel文件，尤其适用于对数据进行统计、分析等操作。本文将详细讲解read_excel()函数的用法和注意事项。

安装pandas

在使用read_excel()函数前，需要先安装pandas模块：

pip install pandas

使用read_excel()函数

read_excel()函数的语法如下：

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, skipfooter=0, skipfooter_space=False, skip_blank_lines=True, parse_cols=None, parse_dates_at=None, encoding=None, **kwds)

参数说明：

  • io：要读取的Excel文件路径。
  • sheet_name：要读取的工作表，可以是工作表名称或工作表索引号。
  • header：指定标题行的行号。行号从0开始。
  • names：设置一个数组，用于指定自定义标题。
  • index_col：设置一个列索引，作为DataFrame的行索引。
  • usecols：设置只读取特定的列。
  • squeeze：如果数据中只有一列，返回一个Series对象。
  • dtype：设置读取数据的数据类型。
  • engine：使用哪个解析器解析Excel文件。可以是”xlrd”，”openpyxl”或其他可用的解析器。
  • converters：用于将指定列的数据类型转换为Python对象的字典映射。
  • true_values：指定Excel中被认为是True的字符串列表。
  • false_values：指定Excel中被认为是False的字符串列表。
  • skiprows：设置要跳过的行号。
  • nrows：读取的行数。
  • na_values：指定Excel中被认为是缺失值的字符串列表。
  • keep_default_na：是否保留pandas的默认的空值列表。
  • verbose：如果为True，则显示文件解析过程中的输出信息。
  • parse_dates：将指定列转换为日期时间格式。
  • date_parser：将日期字符串转换为日期时间格式的函数。
  • thousands：数值变量中的千分位分隔符。
  • comment：Excel文件中的注释行。
  • skipfooter：要跳过的尾部行数。
  • skipfooter_space：是否跳过空行。
  • skip_blank_lines：是否跳过空行。
  • parse_cols：设置要解析的列。
  • parse_dates_at：设置要将哪些列解析为日期。
  • encoding：文件编码。

以下是一个示例。

示例1

首先，我们可以创建一个Excel文件来进行读取操作，该文件的内容如下：

Name Age Gender
Amy 20 Female
Bob 25 Male
Carl 30 Male
Dave 35 Male

假设该文件保存在工程目录下的example.xlsx文件中，那么我们可以使用如下代码进行读取：

import pandas as pd

df = pd.read_excel('./example.xlsx', sheet_name='Sheet1')
print(df)

输出结果：

   Name  Age  Gender
0   Amy   20  Female
1   Bob   25    Male
2  Carl   30    Male
3  Dave   35    Male

可以看到，read_excel()函数返回了一个DataFrame对象，并将Excel文件中的所有行都读取并转换为DataFram中的行。

示例2

接下来，我们将读取一个部分工作表的内容。假设Excel文件example.xlsx中还有一个名为Sheet2的工作表，其内容如下：

Month Sales
January 1000
March 2000
May 3000
July 2000
August 4000
November 5000
December 6000

我们只需要读取Sheet2工作表的前3行（包括标题），并只读取Sales列，可以使用如下代码：

import pandas as pd

df = pd.read_excel('./example.xlsx', sheet_name='Sheet2', header=0, usecols='B', nrows=3)
print(df)

输出结果：

   Sales
0   1000
1   2000
2   3000

这里我们通过设置header=0来指定了第一行是标题行，并使用usecols=’B’指定了只读取第二列。同时，设置了nrows=3，那么只读取了前三行。

Tags: ,