pandas导出和复制excel的相关设置

Posted 2023-04-06

参考技术A import  pandas  as  pd

import  glob

file=[ ]

file_location=glob.glob(r'./*.xlsx')

for  filename  in  file_location:

      file.append(filename)

      print(filename)

res=pd.read_excel(file[0])

for  i  in  range(1,len(file)):

     a=pd.read_excel(file[i])

     res=pd.concat([res,a],ignore_index=True,sort=False) 

print(res.head())

writer=pd.ExcelWriter('all.xlsx') # 如果 all.xlsx存在，则打开；反之，新建all.xlsx，再打开

res.to_excel(writer,'sheet1',index=False,header=None)   #忽略 index；忽略列名，不是 column=False

writer.save()

writer_1=pd.ExcelWriter('bll.xlsx')  #创建新excel文件

b=pd.read_excel('all.xlsx',sheet_name='sheet1')

b.to_excel(writer_1,'sheet1')  #写入'sheet1'中

t=pd.read_excel('test1.xlsx',sheet_name='Sheet1')

t.to_excel(writer_1,'sheet2',index=False,header=None)  #写入'sheet2'中，设置参数

writer_1.save()

进阶学python之 pandas系列之导出为.csv文件

本文所用表格内容如下:

本文所用表格内容如下: 商品信息表

1.设置导出路径

和前面保存为.xlsx差不多,只是.csv文件的路径是通过path_or_buf参数设置的

import pandas as pd
​
goods_df = pd.read_excel(r'C:\\Users\\viruser.v-desktop\\Desktop\\商品信息表.xlsx')
goods_df.to_csv(path_or_buf='test.csv')
复制代码

result:

保存前:

保存后:

注意事项和导出.xlsx文件的注意事项一致.如果同一导出文件已经在本地打开，则不能再次运行导出代码，需要将本地文件关闭以后再次运行导出代码。

2.设置索引

上面导出文件中关于索引的参数都是默认的,也就是没有对索引有什么限制,但是我们可以看到index索引使用的是从0开始的默认自然数索引,这种索引可以通过设置参数index=False在导出时去掉该索引、

goods_df = pd.read_excel(r'C:\\Users\\viruser.v-desktop\\Desktop\\商品信息表.xlsx')
goods_df.to_csv(path_or_buf='test.csv', index=False)
复制代码

result:

设置前：

设置后：

3.设置要导出的列

有的时候一个表的列数很多，只需要导出部分列的内容。这个时候可以通过设置columns参数来指定要导出的列

goods_df = pd.read_excel(r'C:\\Users\\viruser.v-desktop\\Desktop\\商品信息表.xlsx')
goods_df.to_csv(path_or_buf='test.csv', index=False,columns=['分类', '名称'])
复制代码

result:

设置导出列之前:

设置导出列之后:

4.设置分隔符号

分隔符号就是用来指明导出文件中的字符之间是用什么来分隔的，默认使用逗号分隔，常用的分隔符号还有空格、制表符、分号等。分隔符号使用参数sep来指定

import pandas as pd
​
goods_df = pd.read_excel(r'C:\\Users\\viruser.v-desktop\\Desktop\\商品信息表.xlsx')
goods_df.to_csv(path_or_buf='test.csv', index=False,columns=['分类', '名称'], sep=';')
复制代码

result:

5.缺失值处理

虽然数据预处理阶段已经有缺失值的处理了，但是数据分析过程中可能也会产生缺失值，所以导出时仍然需要处理缺失值。

goods_df = pd.read_excel(r'C:\\Users\\viruser.v-desktop\\Desktop\\商品信息表.xlsx')
goods_df.to_excel(excel_writer='test.xlsx', sheet_name='测试文件', index=False, columns=['分类', '名称'], encoding='utf-8',
                  na_rep=0)
复制代码

result:

原始表格

缺失值处理后：

6.设置编码格式

python3中，导出为.csv文件时，默认编码为UTF-8.如果使用默认的utf-8编码格式,导出的文件在本地电脑打开以后中文会乱码,所以一般使用utf-8-sig或者gbk编码

goods_df = pd.read_excel(r'C:\\Users\\viruser.v-desktop\\Desktop\\商品信息表.xlsx')
goods_df.to_excel(excel_writer='test.xlsx', sheet_name='测试文件', index=False,columns=['分类', '名称'], enc

参考文献

   github.com/dothinking/…

 ① 2000多本Python电子书（主流和经典的书籍应该都有了）

② Python标准库资料（最全中文版）

③ 项目源码（四五十个有趣且经典的练手项目及源码）

④ Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

需要相关资料的可以通过扫一扫