pandas常用方法之read_excel详解

前期准备

准备测试数据如下：

fl_path = r"C:UsersDesktop	est.xlsx"
dic = {
    'num': ['001', '002', '003', '004'],
    'name': ['jack', 'bob', 'alice', 'peter'],
    'age': [22, 19, 21, 18],
    'gender': ['man', 'man', 'woman', 'man']
}

info = pd.DataFrame(dic)
writer = pd.ExcelWriter(fl_path)
info.to_excel(writer, index=False)
writer.save()

正文开始

read_excel方法的常用参数详解

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, skip_footer=0, skipfooter=0, convert_float=True, mangle_dupe_cols=True, **kwds
)

• io

值为str类型，文件路径，必须传

• sheet_name

值为str或int类型

int类型时，默认值0，表示Sheet1表，依次分别向后表示，不存在该sheet表时抛出IndexError错误: list index out of range
str类型时，必须输入sheet表的全名，不存在该sheet表时抛出xlrd.biffh.XLRDError错误: No sheet named <'x'>

• header

值为int类型或list类型

默认值0，表示从第一行开始读，输入值大于列的长度时会抛出ValueError错误: Passed header=7 but only 6 lines in file
list内的值也必须在列的长度范围内，如[2, 7]，超出会抛出IndexError错误: list index out of range
header=[1, 3]中的1表示按行索引读取第几行，3表示按行索引从第几行开始往后读取。
当输入的最后一个值为最后一行时，如：header=[2, 4]，显示方式为：
        Empty DataFrame
        Columns: [(2, 4), (bob, peter), (19, 18), (man, man)]
        Index: []
当一列中含有空行时，header用list时不能包含空行

• names

值为list或者str，默认None，一般使用list传参

指定表头的名称，list内的值跟表的列数要一一对应，即不能多也不能少，多或者少都会抛出ValueError错误: Number of passed names did not match number of header fields in the file
使用str类型传参时会循环出每一个字符在赋值给每一个表头，即不能多也不能少，多或者少都会抛出ValueError错误。
    举栗子：
        pd.read_excel(f_path, sheet_name=0, header=1, names='asdf')
               a      s   d      f
            0  2    bob  19    man
            1  3  alice  21  woman
            2  4  peter  18    man
        字符重复时，会自动在后面追加数字，从1开始，如：names='aaaa'
               a    a.1  a.2    a.3
            0  2    bob   19    man
            1  3  alice   21  woman
            2  4  peter   18    man

• index_col

值为int或str类型，默认None，指定第几列做为新的索引列

int时，按索引传参，超出列的长度后会抛出IndexError错误: list index out of range
str时，按第一行的列名传入，不存在该列名时抛出ValueError错误: Index age invalid

• usecols

值为None、int、str、list类型，指定读取表格的指定列

None时，读取整个excel列
int时，读取从第一列开始到该数值（包含）结束的中间所有列
str时，只能按照excel的格式指定列，如"A: G"，读取A列到G列的所有列
list时，list的元素只能是int型，如：[1, 4],表示读取list内指定的第一和第四列

• skiprows

值为int类型，默认None，跳过指定行(包括)之前的行开始读取

传入的值从1开始的任意int类型，超出行的长度不报错，显示为空，如下：
            Empty DataFrame
            Columns: []
            Index: []
只剩最后一条数据时，显示如下：
            Empty DataFrame
            Columns: [4, peter, 18, man]
            Index: []

• nrows

值为int类型，默认None，只取前n行数据，按索引传参

传入值为0时，只取第一行，显示如下：
            Empty DataFrame
            Columns: [1, jack, 22, man]
            Index: []
传入其余值时，只显示该值(包括)之前的行，超出行的长度后不报错，有多少行显示多少行
 

• converters

值为dict类型，默认None，将指定的数据列转换为int、float、str等数据类型
            num	name	age	    gender
            001	jack	22	    man
            002	bob	    19	    man
            003	alice	21	    woman
            004	peter	18	    man
如上：是Excel中的原本数据形式，但是当我们读取出来可能就不是这个样子了，num以0开头的都不显示，如下：
               num   name  age gender
            0    1   jack   22    man
            1    2    bob   19    man
            2    3  alice   21  woman
            3    4  peter   18    man
那这个时候就需要指定converters参数，将num列指定为str类型就可以了！可多个同时设置，如：converters={'num': str, 'age': str}

　　

 后续更新中。。。。。