pandas read_excel 参数及使用

pandas.read_excel(io, sheet_name…)

参数说明

1. io: 文件路径
2. sheet_name 列名，默认为0， 可以是数字/列名/list(数字、列名)
3. header 标题行，默认第一行，可以是数字/list
4. names 补充列名， names元素的个数必须和dataframe的列数一致，name=[0,1,2…]: 0,1,2将作为列名
5. index_col 指定行索引, 默认None， 可以是数字/list
6. usecols: 指定读取列，
   usecols=[1,2,3] # 读取2-4列
   usecols=None, #读取所有列
7. squeeze： 如果源数据只有一列， squeeze=False为DataFrame，squeeze=True时为Series
8. converters={
   ‘收入’ lambda x: x/100 # 收入除以100
   }
9. skiprows： 省略指定行数据，第一行开始
10. skipfooter： 省略指定行数据，最后一行开始
11. dtype: dtype={
    ‘grade’: np.float32
    } # 读取为类型数据

使用

创建一个Excel文件

import pandas as pd
import numpy as np
1
2

# 指定索引列
pd.read_excel('./fakeExcel.xlsx', index_col=0) # 第0列作为标题
1
2

pd.read_excel('fakeExcel.xlsx',  header=0) # 指定表头行
1

# 指定读取格式转换
# 适合数据处理精度要求比较高或者速度要求比较快的情况
pd.read_excel('fakeExcel.xlsx', dtype={
  'grade': np.float32
}) # 指定表头列
1
2
3
4
5

# 自定义缺失值， 如年龄为负数时，清空,显示NAN
pd.read_excel('fakeExcel.xlsx', na_values={
  'title': 'aa'
})
1
2
3
4

# 处理注释行

pd.read_excel('fakeExcel.xlsx', sheet_name=1, comment='#')
1
2
3

# 列操作， 列减少2
data['grade'] = data['grade'] - 2
data
1
2
3

# 删除列：
# 改变内存数据
# 建议使用不改变内存的函数， 通过赋值修改原数据
if True:
  del data["a"]
# 不改变内存数据(返回新数据)
else:
  data = data.drop('a', axis=1)
data
1
2
3
4
5
6
7
8
9

# 重命令列
data.rename(columns={ 'grade': 'grade2' })
# 或者
data.columns = ['b', 'title', 'grade2']
1
2
3
4

# 保留指定的列
data[['title',	'grade']]
1
2

# 过滤数据
data[data['grade'] > 60]
1
2

data[data['title'] == 'bb']
1

# 值排序
data.sort_values('grade', ascending = True)
1
2

# names 参数的作用， 相当于rename
pd.read_excel('fakeExcel.xlsx', header=0, names=[0,1,2]) 
1
2

# 删除指定字符串的行

data.drop(data.index[(newData['line3'] == '--')], inplace=True) # inplace是否直接替换原数据
1
2
3