一、使用pandas读取xlsx
引用pandas库
import pandas as pd
pd.read_excel(path, 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, parse_dates=False,
date_parser=None, thousands=None, comment=None, skipfooter=0,
convert_float=True, **kwds)
pandas读取Excel后返回DataFrame；
二、解析pd.read_excel()的常用参数
1.path --> xlsx的存储路径（建议使用英文路径或者英文命名方式）
import pandas as pd path = r'D:Testdatabasedatadata.xlsx'
2.sheet_name --> 读取工作表（sheet）名称
sheet_name:None代表读取所有的sheet，返回的就是一个ordereddict；指定就只读取指定sheet，只有一个返回的就是dataframe
# 整型数字、列表名、SheetN、或者是以上三组组合列表 # 整型数字：目标sheet所在位置，以0开始，比如sheet_name = 0代表第1个工作表 data = pd.read_excel(path, sheet_name = 1) ss = data.head()
print(ss) # 工作表名：目标sheet的名称，可用中英文 data = pd.read_excel(path, sheet_name = '账号密码') data.head() # SheetN：表示第N个sheet，S必须大写，注意与整型数字的区别使用 data = pd.read_excel(path, sheet_name = 'Sheet5') data.head() # 组合使用 # sheet_name = [0, '车辆信息', 'Sheet4']，代表读取三个工作表，分别为第1个工作表、名为“车辆信息”的工作表和第4个工作表。显然，Sheet4未经重命名。 # sheet_name 默认为0，取Excel第一个工作表。如果读取多个工作表，则显示表格的字典 data = pd.read_excel(path, sheet_name = ['账号密码', '车辆信息'], nrows = 5) # sheet_name = ['账号密码', '车辆信息'] ，返回两个工作表组成的字典 data.head()
3.header --> 指定前几行作为列名（指定数据表的表头，默认值为0，即将第一行作为表头。）
# 默认[0]，即首行作为列名，设置为[0,1]，即表示将前两行作为多重索引 data = pd.read_excel(path, sheet_name = '车辆信息', header = [0,1]) # 前两行作为列名。 data.head() data = pd.read_excel(path, sheet_name = '车辆信息', header = [0,1,2]) # 前三行作为列名 data.head()
4.names --> 自定义列名
# 一般适用于Excel缺少列名，或者需要重新定义列名的情况
# 注意：names的长度必须和Excel列长度一致，否则会报错
data = pd.read_excel(path, sheet_name = '英超射手榜',
names = ['car_plate','sim_num','club','goal','common_goal','penalty'])
data.head()
5.index_col --> 用作索引的列
# 可以是工作表列名称，如index_col = '车牌号'； data = pd.read_excel(path, sheet_name = '车辆信息', index_col = '车牌号') data.head() # 可以是整型或整型列表，如index_col = 0 或 [0, 1]，如果选择多个列，则返回多重索引 data = pd.read_excel(path, sheet_name = '车辆信息', index_col = [0, 1]) data.head()
6.usecols --> 读取指定的列
# usecols 可避免读取全量数据，而是以分析需求为导向选择特定数据，可以大幅提高效率 # 使用整型，从0开始，如[0,2,3] data = pd.read_excel(io, sheet_name = '车辆信息', usecols = [0, 1, 2]) # 想要读取第一列、第二列、和第三列的数据 data.head() # 可以使用Excel传统的列名“A”、“B”等字母，如“A：C, E” ="A, B, C, E"，注意两边都包括 data = pd.read_excel(path, sheet_name = '车辆信息', usecols = 'A:C, E') data.head()
7.squeeze --> 当工作表只有一列
# squeeze为True时，返回Series，反之返回DataFrame data = pd.read_excel(path, sheet_name = '新增车组名', squeeze = True) data.head()
data = pd.read_excel(path, sheet_name = '新增车组名', squeeze = False) data.head()
8.skiprows --> 跳过特定行
# skiprows= n， 跳过前n行； skiprows = [a, b, c]，跳过第a+1,b+1,c+1行（索引从0开始） # 使用skiprows 后，有可能首行（即列名）也会被跳过。 data = pd.read_excel(path, sheet_name = '新增车组名', skiprows = [1,2,3]) # 跳过第2,3,4行数据（索引从0开始，包括列名） data.head() # 跳过前三行 data = pd.read_excel(io, sheet_name = '新增车组名', skiprows = 3) data.head()
9.nrows --> 读取指定行数
# 读取指定行数， nrows = 10 ，即读取10行数据 data = pd.read_excel(path, sheet_name = '新增车组名', nrows = 10) data.head()
10.skipfooter --> 跳过末尾N行
data = pd.read_excel(path , sheet_name = '新增车组名', skipfooter = 18) # skipfooter = 18， 跳过末尾0-18行（索引从0开始） data.head()
11.converters --> 强制规定列数据类型
读数据的时候使用converters指定列数据的数值类型 pd.read_excel('a.xlsx',converters={0: str})
pandas默认将文本类的数据读取为整型），主要用途：保留以文本形式存储的数字
三、常用操作
1.找到指定的一列，并在这一列中进行比较
data['gender'][data['gender'] == 'male'] = 0 data['gender'][data['gender'] == 'female'] = 1
2.保存
pd.DataFrame(data).to_excel(path, sheet_name='Sheet1', index=False, header=True)
3.新增列数据
data['列名称'] = None
# 值为None（默认值）时，只有列名，没有数据
data['profession'] = None
4.新增行数据
# 这里的N为excel自动给行加的序号 data.loc[N] = [值1， 值2， ...] # 比如我在第5行新增 data.loc[5] = ['James', 32, 'male']
5.删除一列或者删除一行
# 删除gender列，需要指定axis为1，当删除行时，axis为0
data = data.drop('gender', axis=1)
# 删除第3,4行，这里下表以0开始，并且标题行不算在类
data = data.drop([2, 3], axis=0)
6.遍历指定列的所有行
data = pd.read_excel(path,sheet_name="sheet1")
for i in data['列名']:
print(i)
print(i,type(i)) # type(i) 数据类型，这里的i为字符串
print(i.split(' ')) # 字符串转列表
values=pd.DataFrame(i.split(' '), columns=['新增车组名']) # 列表转DataFrame
print(values)