引言

现在本地创建一个excel表,以及两个sheet,具体数据如下:

sheet1:

 sheet2:

读取excel文件

pandas.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None)

io:excel文件路径。

sheet_name:返回指定的sheet。

header:表头,默认值为0。也可以指定多行。当header取值为None时候data打印值最多,0相比None会少一行,1对比0又会在少一行。也就是说设置header为多少,那么那行之前的数据就会缺失。header也可以设置为一个范围值如header=[0, 1]表示前两行为多重索引。

usecols:读取指定的列。

skiprows:跳过特定行。

import pandas
 
a = pandas.read_excel("t.xlsx",sheet_name=0)#sheet_name可以使用下标,sheet的名称
print(a) #打印所有
print(a.values) #打印除第一行以外的信息
print(a.values[0]) #打印第一行的值
print(data['标题列'].values) #打印具体一列的值
 
#读取同一文件的不同sheet
data= pandas.read_excel("t.xlsx", ['Sheet1', 'Sheet2'])
print(data)#打印sheet1和sheet2的所有元素
print(data.get('Sheet1')['result'][0]) #打印sheet1表的result列的第一个元素
 
 
#sheet_name = None时,返回所有表的数据
data = pandas.read_excel("t.xlsx", sheet_name=None)
print(data)
结果:
"""
{'Sheet1':    case_id account      pswd  hope result
0      1.0     qwe  123456.0  登陆成功  cheng
1      NaN     NaN       NaN   NaN    bai, 'Sheet2':    1  2  3  4  5
0  a  b  c  d  e}
"""
 
#sheet_name可以选择名称,下标组合方式提取多张表数据
data = pandas.read_excel("t.xlsx", sheet_name=['Sheet1',1])
print(data)
结果:
"""
{'Sheet1':    case_id account      pswd  hope result
0      1.0     qwe  123456.0  登陆成功  cheng
1      NaN     NaN       NaN   NaN    bai, 1:    1  2  3  4  5
0  a  b  c  d  e}
"""
 
#查询指定列的数据
data = pandas.read_excel('t.xlsx', sheet_name='Sheet1', usecols=['result',])
print(data)
结果:
"""
  result
0  cheng
1    bai
"""
data = pandas.read_excel('t.xlsx', sheet_name='Sheet1', usecols=[0])
print(data)
结果:
"""
   case_id
0      1.0
1      NaN
"""
data = pandas.read_excel('t.xlsx', sheet_name='Sheet1', usecols=[0, 1])
print(data)
结果:
"""
   case_id account
0      1.0     qwe
1      NaN     NaN
"""

ExcelFile:为了更方便地读取同一个文件的多张表格

import pandas
 
 
#同时读取一个文件的多个sheet,仅需读取一次内存,性能更好
data = pandas.ExcelFile("t.xlsx")
sheets = pandas.read_excel(data)#sheet_name不写,默认为查第一个sheet的数据
sheets = pandas.read_excel(data, sheet_name="Sheet2")#查看指定sheet的数据
print(sheets)
 
#也可以这么写
with pandas.ExcelFile("t.xlsx") as xlsx:
    s1 = pandas.read_excel(xlsx, sheet_name="Sheet1")
    s2 = pandas.read_excel(xlsx, sheet_name="Sheet2")
print(s1)
print("-----------------------")
print(s2)
 
结果:
"""
   case_id account      pswd  hope result
0      1.0     qwe  123456.0  登陆成功  cheng
1      NaN     NaN       NaN   NaN    bai
-----------------------
   1  2  3  4  5
0  a  b  c  d  e
"""
"""
index_col:索引对应的列,可以设置范围如[0, 1]来设置多重索引
na_values:指定字符串展示为NAN
"""
with pandas.ExcelFile('t.xlsx') as xls:
    data['Sheet1'] = pandas.read_excel(xls, 'Sheet1', index_col=None,
                                       na_values=['NA'])
    data['Sheet2'] = pandas.read_excel(xls, 'Sheet2', index_col=1)
 
    print(data)
    print("-------------------------------")
    print(data['Sheet1'])
    print("--------------------------------")
    print(data['Sheet2'])
 
结果:
"""
{'Sheet1':    case_id account      pswd  hope result
0      1.0     qwe  123456.0  登陆成功  cheng
1      NaN     NaN       NaN   NaN    bai, 'Sheet2':    1  3  4  5
2            
b  a  c  d  e}
-------------------------------
   case_id account      pswd  hope result
0      1.0     qwe  123456.0  登陆成功  cheng
1      NaN     NaN       NaN   NaN    bai
--------------------------------
   1  3  4  5
2            
b  a  c  d  e
"""

写入文件:

将数据写入excel

1.当文件不存在时,会自动创建文件,并写入数据;

2.当文件存在时,会覆盖数据;

3.sheet_name 不写默认为Sheet1;

4.文件写入,切记关闭excel。

data = {'名字': ['张三','李四'],
        '分数': [100, 100]
       }
a= pandas.DataFrame(data)
a.to_excel('1.xlsx', sheet_name='Sheet1',index=False)# index = False表示不写入索引

excel一次写入多sheet:

1.下面代码为在1.xlsx中写入sheet1,sheet2两个表。

2.可以通过在ExcelWriter中添加mode参数,该参数默认为w,修改为a的话,可以在已存在sheet的excel中添加sheet表。

df1 = pandas.DataFrame({'名字': ['张三', '王四'], '分数': [100, 100]})
df2 = pandas.DataFrame({'年龄': ['18', '19'], '性别': ['男', '女']})
 
with pandas.ExcelWriter('1.xlsx') as writer:
    df1.to_excel(writer, sheet_name='Sheet1', index=False)
    df2.to_excel(writer, sheet_name='Sheet2', index=False)
 
#新增一个sheet
df3 = pandas.DataFrame({'新增表': ['1', '2']})
with pandas.ExcelWriter('1.xlsx', mode='a') as writer:
    df3.to_excel(writer, sheet_name='Sheet3', index=False)

总结

到此这篇关于python使用pandas读写excel文件的文章就介绍到这了,更多相关python pandas读写excel内容请搜索Devmax以前的文章或继续浏览下面的相关文章希望大家以后多多支持Devmax!

python使用pandas读写excel文件的方法实例的更多相关文章

  1. Java利用POI实现导入导出Excel表格

    这篇文章主要为大家详细介绍了Java利用POI实现导入导出Excel表格,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

  2. Pandas如何将表格的前几行生成html实战案例

    这篇文章主要介绍了Pandas如何将表格的前几行生成html实战案例,文章围绕主题展开详细的内容介绍,具有一定的参考价值,需要的小伙伴可以参考一下

  3. 如何使用python读取Excel指定范围并转为数组

    python处理数据文件的途径有很多种,下面这篇文章主要给大家介绍了关于如何使用python读取Excel指定范围并转为数组的相关资料,文中通过图文以及实例代码介绍的非常详细,需要的朋友可以参考下

  4. 详解Python如何实现Excel数据读取和写入

    这篇文章主要为大家详细介绍了python如何实现对EXCEL数据进行读取和写入,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

  5. PHP导出带样式的Excel示例代码

    相信大家在工作的时候有客户会向你抱怨,软件为他们导出的Excel格式太难看了,这个时候我们就需要到处自定义样式的Excel了,那么或许这篇文章会对你有所帮助,有需要的可以参考借鉴。

  6. Python自动化办公之Excel数据的写入

    这篇文章主要为大家详细介绍一下Python中excel的写入模块- xlsxwriter,并利用该模块实现Excel数据的写入,感兴趣的小伙伴可以了解一下

  7. pandas如何计算同比环比增长

    这篇文章主要介绍了pandas如何计算同比环比增长,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教

  8. python sklearn与pandas实现缺失值数据预处理流程详解

    对于缺失值的处理,主要配合使用sklearn.impute中的SimpleImputer类、pandas、numpy。其中由于pandas对于数据探索、分析和探查的支持较为良好,因此围绕pandas的缺失值处理较为常用

  9. Nodejs获取网络数据并生成Excel表格

    这篇文章主要为大家详细介绍了Nodejs获取网络数据并生成Excel表格的具体实现方法,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

  10. AngularJs导出数据到Excel的示例代码

    本篇文章主要介绍了AngularJs导出Excel的示例代码,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧

随机推荐

  1. 10 个Python中Pip的使用技巧分享

    众所周知,pip 可以安装、更新、卸载 Python 的第三方库,非常方便。本文小编为大家总结了Python中Pip的使用技巧,需要的可以参考一下

  2. python数学建模之三大模型与十大常用算法详情

    这篇文章主要介绍了python数学建模之三大模型与十大常用算法详情,文章围绕主题展开详细的内容介绍,具有一定的参考价值,感想取得小伙伴可以参考一下

  3. Python爬取奶茶店数据分析哪家最好喝以及性价比

    这篇文章主要介绍了用Python告诉你奶茶哪家最好喝性价比最高,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习吧

  4. 使用pyinstaller打包.exe文件的详细教程

    PyInstaller是一个跨平台的Python应用打包工具,能够把 Python 脚本及其所在的 Python 解释器打包成可执行文件,下面这篇文章主要给大家介绍了关于使用pyinstaller打包.exe文件的相关资料,需要的朋友可以参考下

  5. 基于Python实现射击小游戏的制作

    这篇文章主要介绍了如何利用Python制作一个自己专属的第一人称射击小游戏,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起动手试一试

  6. Python list append方法之给列表追加元素

    这篇文章主要介绍了Python list append方法如何给列表追加元素,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教

  7. Pytest+Request+Allure+Jenkins实现接口自动化

    这篇文章介绍了Pytest+Request+Allure+Jenkins实现接口自动化的方法,文中通过示例代码介绍的非常详细。对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下

  8. 利用python实现简单的情感分析实例教程

    商品评论挖掘、电影推荐、股市预测……情感分析大有用武之地,下面这篇文章主要给大家介绍了关于利用python实现简单的情感分析的相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考下

  9. 利用Python上传日志并监控告警的方法详解

    这篇文章将详细为大家介绍如何通过阿里云日志服务搭建一套通过Python上传日志、配置日志告警的监控服务,感兴趣的小伙伴可以了解一下

  10. Pycharm中运行程序在Python console中执行,不是直接Run问题

    这篇文章主要介绍了Pycharm中运行程序在Python console中执行,不是直接Run问题,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教

返回
顶部