【python基础】利用pandas处理Excel数据

时间：2023-03-09 22:13:12
【python基础】利用pandas处理Excel数据

参考：https://www.cnblogs.com/liulinghua90/p/9935642.html

一、安装第三方库xlrd和pandas

1：pandas依赖处理Excel的xlrd模块，所以我们需要提前安装这个，安装命令是：pip install xlrd

2:步骤1准备好了之后，我们就可以开始安装pandas了，安装命令是：pip install pandas

数据准备，有一个Excel文件：格式为 xls 或 xlsx 或 xlt，表单名分别为：学生信息，人员信息，采购信息

其中人员信息 的表单数据如下所示：

【python基础】利用pandas处理Excel数据

首先导入模块：

import  pandas  as pd

2:读取Excel文件的几种方式：

#方法一：默认读取第一个表单

df=pd.read_excel('lemon.xlsx')

#默认读取前5行的数据

data=df.head()

print("获取到所有的值:\n{0}".format(data))    #格式化输出
#方法二：通过指定表单名的方式来读取

#可以通过sheet_name来指定读取的表单

df=pd.read_excel('lemon.xlsx',sheet_name='人员信息')

data=df.head()

print("获取到所有的值:\n{0}".format(data))#格式化输出
#方法三：通过表单索引来指定要访问的表单，0表示第一个表单

#也可以采用表单名和索引的双重方式来定位表单

#也可以同时定位多个表单，方式都罗列如下所示

df=pd.read_excel('lemon.xlsx',sheet_name=['python','student'])    #可以通过表单名同时指定多个

# df=pd.read_excel('lemon.xlsx',sheet_name=0)    #可以通过表单索引来指定读取的表单

# df=pd.read_excel('lemon.xlsx',sheet_name=['python',1])    #可以混合的方式来指定

# df=pd.read_excel('lemon.xlsx',sheet_name=[1,2])    #可以通过索引 同时指定多个

data=df.values    #获取所有的数据，注意这里不能用head()方法哦~

print("获取到所有的值:\n{0}".format(data))#格式化输出

二、pandas操作Excel的行列

 df1=pd.read_excel('201709.xls',sheet_name=0)

 # data=df.head()    #默认读取前5行的数据

 #跳过表头从第二行开始读取，将每一行内容存放在列表中

 #读取指定一行

 data = df1.ix[0].values

 #读取指定2、3、4行

 data = df1.ix[[1,2,3]].values

 print(data)

 # 读取指定行列，即B2 单元格内容

 data = df1.ix[0,1]

 print("获取到所有的值:\n{0}".format(data))

 #输出姓名列全部内容，返回列表

 print("输出姓名列内容\n",df1['姓名'].values)

 # 通过表单索引来指定要访问的表单，0表示第一个表单,1表示第二个表单

 df2=pd.read_excel('201709.xls',sheet_name=1)

 #读取第一行第二行第三行的姓名、年龄、籍贯 列的值，这里需要嵌套列表

 data2 = df2.ix[[0,1,2],['姓名','年龄','籍贯']].values

 #获取所有行的指定列

 data2 = df2.ix[:,['姓名','年龄','籍贯']].values

 #获取行号并打印输出

 rows_count = df2.index.values

 #获取列名并打印输出

 cols_count = df2.columns.values

 #获取指定行数的值(行是随机的)

 print(df2.sample(3).values)

三：pandas处理Excel数据成为字典

 df2=pd.read_excel('xiong.xls',sheet_name=1)

 rows_data = []

 for i in df2.index.values:

     row_data = df2.ix[i,['姓名','年龄','民族','籍贯']].to_dict()

     rows_data.append(row_data)

 print(rows_data)

最终打印结果：

[{'姓名': '小米', '年龄': 21, '民族': '汉', '籍贯': '北京'}, {'姓名': '王三', '年龄': 32, '民族': '汉', '籍贯': '河南'}, {'姓名': '李四', '年龄': 22, '民族': '蒙古', '籍贯': '蒙古'}, {'姓名': '小张', '年龄': 25, '民族': '汉', '籍贯': '四川'}, {'姓名': '思思', '年龄': 23, '民族': '*', '籍贯': '*'}]

相关文章