用python的pandas读取excel文件中的数据

中大奖啦啦噜 發表於 2021-9-13 21:14:00

用python的pandas读取excel文件中的数据

<h2 id="一读取excel文件">一、读取Excel文件</h2>
 使用pandas的read_excel()方法，可通过文件路径直接读取。注意到，在一个excel文件中有多个sheet，因此，对excel文件的读取实际上是读取指定文件、并同时指定sheet下的数据。可以一次读取一个sheet，也可以一次读取多个sheet，同时读取多个sheet时后续操作可能不够方便，因此建议一次性只读取一个sheet。
 当只读取一个sheet时，返回的是DataFrame类型，这是一种表格数据类型，它清晰地展示出了数据的表格型结构。具体写法为：
(1)不指定sheet参数，默认读取第一个sheet， 
df=pd.read_excel("data_test.xlsx") 
(2)指定sheet名称读取， 
df=pd.read_excel("data_test.xlsx",sheet_name="test1") 
(3)指定sheet索引号读取， 
df=pd.read_excel("data_test.xlsx",sheet_name=0) #sheet索引号从0开始
<blockquote>
*同时读取多个sheet，以字典形式返回。（不推荐） 
(1)指定多个sheet名称读取， df=pd.read_excel("data_test.xlsx",sheet_name=["test1","test2"]) 
(2)指定多个sheet索引号读取， 
df=pd.read_excel("data_test.xlsx",sheet_name=) 
(3)混合指定sheet名称和sheet索引号读取， 
df=pd.read_excel("data_test.xlsx",sheet_name=)
</blockquote>
<h2 id="二dataframe对象的结构">二、DataFrame对象的结构</h2>
 对内容的读取分有表头和无表头两种方式，默认情形下是有表头的方式，即将第一行元素自动置为表头标签，其余内容为数据；当在read_excel()方法中加上header=None参数时是不加表头的方式，即从第一行起，全部内容为数据。读取到的Excel数据均构造成并返回DataFrame表格类型(以下以df表示)。
 对有表头的方式，读取时将自动地将第一行元素置为表头向量，同时为除表头外的各行内容加入行索引（从0开始）、各列内容加入列索引（从0开始）。如图所示 
<img src="https://img2020.cnblogs.com/blog/2197714/202109/2197714-20210913205826571-1814834506.png">
 对无表头的方式，读取时将自动地为各行内容加入行索引（从0开始）、为各列内容加入列索引（从0开始），行索引从第一行开始。如图所示 
<img src="https://img2020.cnblogs.com/blog/2197714/202109/2197714-20210913205901208-19290168.png">
<h2 id="三用values方式获取数据">三、用values方式获取数据</h2>
1.基本方法 
df.values，获取全部数据，返回类型为ndarray（二维）； 
df.index.values，获取行索引向量，返回类型为ndarray（一维）； 
df.columns.values，获取列索引向量（对有表头的方式，是表头标签向量），返回类型为ndarray（一维）。
 根据具体需要，通过ndarray的使用规则获取指定数据。数据获取的结构示意图如下所示。
有表头 
<img src="https://img2020.cnblogs.com/blog/2197714/202109/2197714-20210913205953357-1305253013.png">
无表头 
<img src="https://img2020.cnblogs.com/blog/2197714/202109/2197714-20210913210014055-1726294264.png">
2.获取指定数据的写法 
(1)获取全部数据： 
df.values，获取全部数据，返回类型为ndarray（二维）。
(2)获取某个值： 
df.values，第i行第j列的值，返回类型依内容而定。
(3)获取某一行： 
df.values，第i行数据，返回类型为ndarray（一维）。
(4)获取多行： 
df.values[]，第i1、i2、i3行数据，返回类型为ndarray（二维）。
(5)获取某一列： 
df.values[: , j]，第j列数据，返回类型为ndarray（一维）。
(6)获取多列： 
df.values[:,]，第j1、j2、j3列数据，返回类型为ndarray（二维）。
(7)获取切片： 
df.values，返回行号[i1,i2)、列号[j1,j2)左闭右开区间内的数据，返回类型为ndarray（二维）。
3.示例 
带表头，excel内容为 
<img src="https://img2020.cnblogs.com/blog/2197714/202109/2197714-20210913210042160-1795816513.png">
Python脚本为 
`import pandas as pd
df = pd.read_excel("data_test.xlsx")
print("\n(1)全部数据：") 
print(df.values)
print("\n(2)第2行第3列的值：") 
print(df.values)
print("\n(3)第3行数据：") 
print(df.values)
print("\n(4)获取第2、3行数据：") 
print(df.values[])
print("\n(5)第2列数据：") 
print(df.values[:,1])
print("\n(6)第2、3列数据：") 
print(df.values[:,])
print("\n(7)第2至4行、第3至5列数据：") 
print(df.values) 
` 
执行结果 
<img src="https://img2020.cnblogs.com/blog/2197714/202109/2197714-20210913210208001-1466658062.png">
<h2 id="四用loc和iloc方式获取数据">四、用loc和iloc方式获取数据</h2>
1.基本写法 
loc和iloc方法是通过索引定位的方式获取数据的，写法为loc和iloc。其中A表示对行的索引，B表示对列的索引，B可缺省。A、B可为列表或i1:i2（切片）的形式，表示多行或多列。
 这两个方法的区别是，loc将参数当作标签处理，iloc将参数当作索引号处理。也就是说，在有表头的方式中，当列索引使用str标签时，只可用loc，当列索引使用索引号时，只可用iloc；在无表头的方式中，索引向量也是标签向量，loc和iloc均可使用；在切片中，loc是闭区间，iloc是半开区间。
获取指定数据的写法： 
(1)获取全部数据： 
df.loc[: , :].values 
或 
df.iloc[: , :].values，返回类型为ndarray（二维）。
(2)获取某个值： 
无表头 
df.loc 
或 
df.iloc，第i行第j列的值，返回类型依内容而定。
有表头 
df.loc，第i行‘序号’列的值。 
或 
df.iloc，第i行第j列的值。
(3)获取某一行： 
df.loc.values 
或 
df.iloc.values，第i行数据，返回类型为ndarray（一维）。
(4)获取多行： 
df.loc[].values， 
或 
df.iloc[].values，第i1、i2、i3行数据，返回类型为ndarray（二维）。
(5)获取某一列： 
无表头 
df.loc[:, j].values 
或 
df.iloc[:, j].values，第j列数据，返回类型为ndarray（一维）。
有表头 
df.loc[:,"姓名"].values，‘姓名’列数据，返回类型为ndarray（一维）。 
或 
df.iloc[:, j].values，第j列数据，返回类型为ndarray（一维）。
(6)获取多列： 
无表头 
df.loc[:, ].values 
或 
df.iloc[:, ].values，第j1、j2列数据，返回类型为ndarray（二维）。
有表头 
df.loc[:, ["姓名","性别"]].values，‘姓名’、‘性别’列数据，返回类型为ndarray（二维）； 
df.iloc[:, ].values，第j1、j2列数据，返回类型为ndarray（二维）。
(7)获取切片： 
无表头 
df.loc.values，返回行号、列号闭区间内的数据，返回类型为ndarray（二维）； 
df.iloc.values，返回行号[i1,i2)、列号[j1,j2)左闭右开区间内的数据，返回类型为ndarray（二维）。
有表头 
df.loc.values，返回行号、列号["序号","姓名"]闭区间的数据，返回类型为ndarray（二维）； 
df.iloc.values，返回行号[i1,i2)、列号[j1,j2)左闭右开区间内的数据，返回类型为ndarray（二维）。
2.示例 
带表头，excel内容为 
<img src="https://img2020.cnblogs.com/blog/2197714/202109/2197714-20210913210256513-1281658579.png">
Python脚本为 
`import pandas as pd
df = pd.read_excel("data_test.xlsx")
print("\n(1)全部数据：") 
print(df.iloc[:,:].values)
print("\n(2)第2行第3列的值：") 
print(df.iloc)
print("\n(3)第3行数据：") 
print(df.iloc.values)
print("\n(4)第2列数据：") 
print(df.iloc[:,1].values)
print("\n(5)第6行的姓名：") 
print(df.loc)
print("\n(6)第2至3行、第3至4列数据：") 
print(df.iloc.values)` 
执行结果 
<img src="https://img2020.cnblogs.com/blog/2197714/202109/2197714-20210913210402973-1531187910.png"> 
 
End. 
来源：https://www.cnblogs.com/flyup/p/15264897.html

頁: [1]

琼殿技术论坛's Archiver

用python的pandas读取excel文件中的数据