pandas——read_excel()方法学习

01 pandas——read_excel()方法学习

 

def 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 ):

In [2]:

import pandas as pd
import numpy as np
import os

In [3]:

os.getcwd()  # 获取当前工作目录

Out[3]:

'C:\Users\zhao\PyCharmProjects\ttt'

In [4]:

file_path = "pandas/data/table.xlsx"
data = pd.read_excel(file_path)
data

Out[4]:

 

	School	Class	ID	Gender	Address	Height	Weight	Math	Physics
0	S_1	C_1	1101	M	street_1	173	63	34.0	A+
1	S_1	C_1	1102	F	street_2	192	73	32.5	B+
2	S_1	C_1	1103	M	street_2	186	82	87.2	B+
3	S_1	C_1	1104	F	street_2	167	81	80.4	B-
4	S_1	C_1	1105	F	street_4	159	64	84.8	B+
5	S_1	C_2	1201	M	street_5	188	68	97.0	A-
6	S_1	C_2	1202	F	street_4	176	94	63.5	B-
7	S_1	C_2	1203	M	street_6	160	53	58.8	A+
8	S_1	C_2	1204	F	street_5	162	63	33.8	B
9	S_1	C_2	1205	F	street_6	167	63	68.4	B-
10	S_1	C_3	1301	M	street_4	161	68	31.5	B+
11	S_1	C_3	1302	F	street_1	175	57	87.7	A-
12	S_1	C_3	1303	M	street_7	188	82	49.7	B
13	S_1	C_3	1304	M	street_2	195	70	85.2	A
14	S_1	C_3	1305	F	street_5	187	69	61.7	B-
15	S_2	C_1	2101	M	street_7	174	84	83.3	C
16	S_2	C_1	2102	F	street_6	161	61	50.6	B+
17	S_2	C_1	2103	M	street_4	157	61	52.5	B-
18	S_2	C_1	2104	F	street_5	159	97	72.2	B+
19	S_2	C_1	2105	M	street_4	170	81	34.2	A
20	S_2	C_2	2201	M	street_5	193	100	39.1	B
21	S_2	C_2	2202	F	street_7	194	77	68.5	B+
22	S_2	C_2	2203	M	street_4	155	91	73.8	A+
23	S_2	C_2	2204	M	street_1	175	74	47.2	B-
24	S_2	C_2	2205	F	street_7	183	76	85.4	B
25	S_2	C_3	2301	F	street_4	157	78	72.3	B+
26	S_2	C_3	2302	M	street_5	171	88	32.7	A
27	S_2	C_3	2303	F	street_7	190	99	65.9	C
28	S_2	C_3	2304	F	street_6	164	81	95.5	A-
29	S_2	C_3	2305	M	street_4	187	73	48.9	B
30	S_2	C_4	2401	F	street_2	192	62	45.3	A
31	S_2	C_4	2402	M	street_7	166	82	48.7	B
32	S_2	C_4	2403	F	street_6	158	60	59.7	B+
33	S_2	C_4	2404	F	street_2	160	84	67.7	B
34	S_2	C_4	2405	F	street_6	193	54	47.6	B

 

1.sheetname : 可以是str,int,list,或None,默认0,字符是表示的是该表的名字,数字表示的是表的位置(从0开始),数字和字符是请求单个表格;列表形式的是请求多个表格.赋值为None是请求全部的表格

In [5]:

data = pd.read_excel(file_path, sheet_name=1)
data

Out[5]:

 

	序号	姓名	年龄
0	1	小明	18
1	2	小红	19
2	3	小张	12
3	4	小李	13
4	5	小皮球	4
5	6	小王八	5
6	7	南山	75
7	8	大海	64
8	9	轻松	23
9	10	不好	12

In [6]:

data = pd.read_excel(file_path, sheet_name=[1])
data

Out[6]:

OrderedDict([(1,    序号   姓名  年龄
              0   1   小明  18
              1   2   小红  19
              2   3   小张  12
              3   4   小李  13
              4   5  小皮球   4
              5   6  小王八   5
              6   7   南山  75
              7   8   大海  64
              8   9   轻松  23
              9  10   不好  12)])

In [7]:

data = pd.read_excel(file_path, sheet_name=[0,1])
data

Out[7]:

OrderedDict([(0,
                 School Class    ID Gender   Address  Height  Weight  Math Physics
              0     S_1   C_1  1101      M  street_1     173      63  34.0      A+
              1     S_1   C_1  1102      F  street_2     192      73  32.5      B+
              2     S_1   C_1  1103      M  street_2     186      82  87.2      B+
              3     S_1   C_1  1104      F  street_2     167      81  80.4      B-
              4     S_1   C_1  1105      F  street_4     159      64  84.8      B+
              5     S_1   C_2  1201      M  street_5     188      68  97.0      A-
              6     S_1   C_2  1202      F  street_4     176      94  63.5      B-
              7     S_1   C_2  1203      M  street_6     160      53  58.8      A+
              8     S_1   C_2  1204      F  street_5     162      63  33.8       B
              9     S_1   C_2  1205      F  street_6     167      63  68.4      B-
              10    S_1   C_3  1301      M  street_4     161      68  31.5      B+
              11    S_1   C_3  1302      F  street_1     175      57  87.7      A-
              12    S_1   C_3  1303      M  street_7     188      82  49.7       B
              13    S_1   C_3  1304      M  street_2     195      70  85.2       A
              14    S_1   C_3  1305      F  street_5     187      69  61.7      B-
              15    S_2   C_1  2101      M  street_7     174      84  83.3       C
              16    S_2   C_1  2102      F  street_6     161      61  50.6      B+
              17    S_2   C_1  2103      M  street_4     157      61  52.5      B-
              18    S_2   C_1  2104      F  street_5     159      97  72.2      B+
              19    S_2   C_1  2105      M  street_4     170      81  34.2       A
              20    S_2   C_2  2201      M  street_5     193     100  39.1       B
              21    S_2   C_2  2202      F  street_7     194      77  68.5      B+
              22    S_2   C_2  2203      M  street_4     155      91  73.8      A+
              23    S_2   C_2  2204      M  street_1     175      74  47.2      B-
              24    S_2   C_2  2205      F  street_7     183      76  85.4       B
              25    S_2   C_3  2301      F  street_4     157      78  72.3      B+
              26    S_2   C_3  2302      M  street_5     171      88  32.7       A
              27    S_2   C_3  2303      F  street_7     190      99  65.9       C
              28    S_2   C_3  2304      F  street_6     164      81  95.5      A-
              29    S_2   C_3  2305      M  street_4     187      73  48.9       B
              30    S_2   C_4  2401      F  street_2     192      62  45.3       A
              31    S_2   C_4  2402      M  street_7     166      82  48.7       B
              32    S_2   C_4  2403      F  street_6     158      60  59.7      B+
              33    S_2   C_4  2404      F  street_2     160      84  67.7       B
              34    S_2   C_4  2405      F  street_6     193      54  47.6       B),
             (1,    序号   姓名  年龄
              0   1   小明  18
              1   2   小红  19
              2   3   小张  12
              3   4   小李  13
              4   5  小皮球   4
              5   6  小王八   5
              6   7   南山  75
              7   8   大海  64
              8   9   轻松  23
              9  10   不好  12)])

In [8]:

data = pd.read_excel(file_path, sheet_name=2)
data

Out[8]:

 

	1	小明	18
0	2	小红	19
1	3	小张	12
2	4	小李	13
3	5	小皮球	4
4	6	小王八	5
5	7	南山	75
6	8	大海	64
7	9	轻松	23
8	10	不好	12

 

2.header：指定作为列名的行，默认0，即取第一行的值为列名。数据为列名行以下的数据；若数据不含列名，则设定 header = None

In [9]:

data = pd.read_excel(file_path, sheet_name=2, header=None)
data

Out[9]:

 

	0	1	2
0	1	小明	18
1	2	小红	19
2	3	小张	12
3	4	小李	13
4	5	小皮球	4
5	6	小王八	5
6	7	南山	75
7	8	大海	64
8	9	轻松	23
9	10	不好	12

 

3.指定列的名字，传入一个list数据，默认为None。

In [10]:

data = pd.read_excel(file_path, sheet_name=2, header=None, names=['a', 'b', 'c'])
data

Out[10]:

 

	a	b	c
0	1	小明	18
1	2	小红	19
2	3	小张	12
3	4	小李	13
4	5	小皮球	4
5	6	小王八	5
6	7	南山	75
7	8	大海	64
8	9	轻松	23
9	10	不好	12

In [11]:

data = pd.read_excel(file_path, sheet_name=2, header=None, index_col=1)
data

Out[11]:

 

	0	2
1
小明	1	18
小红	2	19
小张	3	12
小李	4	13
小皮球	5	4
小王八	6	5
南山	7	75
大海	8	64
轻松	9	23
不好	10	12

 

4.指定列为索引列，默认None列, index_col = 0——第一列为index值

In [12]:

data = pd.read_excel(file_path, sheet_name=2, header=None, index_col=0)
data

Out[12]:

 

	1	2
0
1	小明	18
2	小红	19
3	小张	12
4	小李	13
5	小皮球	4
6	小王八	5
7	南山	75
8	大海	64
9	轻松	23
10	不好	12

 

5.usecols：int或list，默认为None</br> 如果为None则解析所有列</br> 如果为int则表示要解析的最后一列</br> 如果为int列表则表示要解析的列号列表</br> 如果字符串则表示以逗号分隔的Excel列字母和列范围列表（例如“A：E”或“A，C，E：F”）。范围包括双方。

In [13]:

data = pd.read_excel(file_path, sheet_name=2, header=None, usecols=1)
data

Out[13]:

 

	0	1
0	1	小明
1	2	小红
2	3	小张
3	4	小李
4	5	小皮球
5	6	小王八
6	7	南山
7	8	大海
8	9	轻松
9	10	不好

In [14]:

data = pd.read_excel(file_path, sheet_name=2, header=None, usecols=2)
data

Out[14]:

 

	0	1	2
0	1	小明	18
1	2	小红	19
2	3	小张	12
3	4	小李	13
4	5	小皮球	4
5	6	小王八	5
6	7	南山	75
7	8	大海	64
8	9	轻松	23
9	10	不好	12

In [15]:

data = pd.read_excel(file_path, sheet_name=2, header=None, usecols="A:B")
data

Out[15]:

 

	0	1
0	1	小明
1	2	小红
2	3	小张
3	4	小李
4	5	小皮球
5	6	小王八
6	7	南山
7	8	大海
8	9	轻松
9	10	不好

In [16]:

data = pd.read_excel(file_path, sheet_name=2, header=None, usecols="A:C")
data

Out[16]:

 

	0	1	2
0	1	小明	18
1	2	小红	19
2	3	小张	12
3	4	小李	13
4	5	小皮球	4
5	6	小王八	5
6	7	南山	75
7	8	大海	64
8	9	轻松	23
9	10	不好	12

 

6.skiprows：省略指定行数的数据,从第一行开始

In [17]:

data = pd.read_excel(file_path, sheet_name=2, header=None, usecols="A:C", skiprows=1)
data

Out[17]:

 

	0	1	2
0	2	小红	19
1	3	小张	12
2	4	小李	13
3	5	小皮球	4
4	6	小王八	5
5	7	南山	75
6	8	大海	64
7	9	轻松	23
8	10	不好	12

In [18]:

data = pd.read_excel(file_path, sheet_name=2, header=None, usecols="A:C", skiprows=[0, 2])
data

Out[18]:

 

	0	1	2
0	2	小红	19
1	4	小李	13
2	5	小皮球	4
3	6	小王八	5
4	7	南山	75
5	8	大海	64
6	9	轻松	23
7	10	不好	12

 

7.skip_footer：省略从尾部数的行数据,没有第0行，从1开始

In [19]:

data = pd.read_excel(file_path, sheet_name=2, header=None, usecols="A:C", skipfooter=1)
data

Out[19]:

 

	0	1	2
0	1	小明	18
1	2	小红	19
2	3	小张	12
3	4	小李	13
4	5	小皮球	4
5	6	小王八	5
6	7	南山	75
7	8	大海	64
8	9	轻松	23

 

8.nrows : int型，默认为None，解析0-所指定的行数

In [20]:

data = pd.read_excel(file_path, sheet_name=2, header=None, nrows=3)
data

Out[20]:

 

	0	1	2
0	1	小明	18
1	2	小红	19
2	3	小张	12