pandas读取excel的方式介绍行列元素访问以及读取数据后使用matplotlib画折线图

Posted 2022-02-02 非晚非晚

文章目录

• 1. pandas读取excel方法介绍
• • （1）io：文件的路径
  • （2）sheet_name：读取的工作表的名称
  • （3）header：指定哪几行做列名
  • （4）names：自定义列名
  • （5）index_col：用作索引的列
  • （6）usecols：指定读取的列
  • （7）squeeze：一列数据时，返回Series还是DataFrame
  • （8）skiprows：跳过指定行
  • （9）nrows：需要读取的列数
  • （10）skipfooter：跳过末尾n行
• 2. 访问Excel的行列元素
• • （1）读取行列索引
  • （2）读取行列元素
  • （3）读取某个数据元素
• 3. pandas结合matplotlib使用画图
• • （1）使用df.plot直接画图
  • （2）每一列单独设置画图

pandas是基于Numpy创建的Python包，内置了大量标准函数，能够高效地解决数据分析数据处理和分析任务，pandas支持多种文件的操作，比如Excel，csv，json，txt 文件等，读取文件之后，就可以对数据进行各种清洗、分析操作了。下面我们这里介绍一下如何使用pandas读取excel文件，以及使用它结合matplotlib进行画图。

下面所有的操作都是基于下列excel表格。

1. pandas读取excel方法介绍

pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, 
              usecols=None, squeeze=False,dtype=None, engine=None, 
              converters=None, true_values=None, false_values=None, 
              skiprows=None, nrows=None, na_values=None, parse_dates=False, 
              date_parser=None, thousands=None, comment=None, skipfooter=0, 
              convert_float=True, **kwds)

（1）io：文件的路径

下面的路径为相对路径，当然也可以使用绝对路径。

import pandas as pd
io = r'data/verti_list.xlsx' #相对路径

（2）sheet_name：读取的工作表的名称

• 可以是整型数字、列表名，如果读取多个sheet，也可以是它们组成的列表。
• 整形数字是以0为起始点

data = pd.read_excel(io, sheet_name = 0)#指定读取第一个sheet
print(data.head(2)) #读取前2行

• 读取指定列表名

data = pd.read_excel(io, sheet_name = '销量')#指定sheet_name
print(data.head(2)) #读取前2行

（3）header：指定哪几行做列名

• 默认header为0，如果设置为[0,1]，则表示将前两行作为多重索引。

data = pd.read_excel(io, sheet_name = 0, header = [0,1])
print(data.head(2)) #读取前2行

可以看到，header就有两行了。

也可以使用print(data.columns)方法，查看它的索引头，如下图所示，是一个MultiIndex类型。

（4）names：自定义列名

• 如果缺少列名，可以使用names指定列名字，会替代原来的列表头。
• 但是要注意的是，长度必须和excel的列大小相同。

data = pd.read_excel(io, sheet_name = 0, names=['员工1','员工2','员工3','员工4'])
print(data.head(2)) #读取前2行
print(data.columns)

（5）index_col：用作索引的列

• 可以是某列的名字，如index_col=‘月份’
• 也可以是整型数字或列表，如index_col=0或index_col=[0,1]

data = pd.read_excel(io, sheet_name = 0, index_col='月份')
print(data.head(2)) #读取前2行

（6）usecols：指定读取的列

• 列从0开始，可以是列表，如：[0,2]
• 也可以使用Excel的列名，如’A’,'B’等字母

data = pd.read_excel(io, sheet_name = 0, usecols=[0,2])
print(data.head(2)) #读取前2行

使用Excel字母的读取方式：

data = pd.read_excel(io, sheet_name = 0, usecols='A,C')
print(data.head(2)) #读取前2行

（7）squeeze：一列数据时，返回Series还是DataFrame

• 仅当Excel只有一列的时候起作用
• squeeze为True时，返回Series，反之返回DataFrame。

data = pd.read_excel(io, sheet_name = 0, squeeze=True)
print(type(data))

（8）skiprows：跳过指定行

• skiprows= n， 跳过前n行； skiprows = [a, b, c]，跳过第a+1,b+1,c+1行（索引从0开始）；
• 使用skiprows 后，可能会跳过行首，也就是列名。

data = pd.read_excel(io, sheet_name = 0, skiprows=3)#跳过前3行
print(data.head(2)) #读取前2行

• 跳过指定的行

data = pd.read_excel(io, sheet_name = 0, skiprows=[1,3,4])#跳过指定的行
print(data.head(2)) #读取前2行

（9）nrows：需要读取的列数

• nrows表示只读取excel的前nrows行，包括表头。

data = pd.read_excel(io, sheet_name = 0, nrows=10)#读取前10行
print(data)

（10）skipfooter：跳过末尾n行

data = pd.read_excel(io, sheet_name = 0, skipfooter=7)#跳过末尾7行
print(data)

2. 访问Excel的行列元素

（1）读取行列索引

• 使用index和columns分别访问行和列的索引。

import pandas as pd

io = r'data/verti_list.xlsx' #相对路径

df = pd.read_excel(io, sheet_name = 0)
print(list(df.index)) #[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
print(list(df.columns)) #['月份', '张三', '李四', '王五']

• 使用index和columns访问指定的索引

import pandas as pd

io = r'data/verti_list.xlsx' #相对路径

df = pd.read_excel(io, sheet_name = 0)
print(list(df.index[1:3]))#[1, 2]
print(df.columns[1]) #张三
print(list(df.columns[1:3])) #['张三', '李四']

（2）读取行列元素

• 读取列元素

iloc不能通过[:, [1:3]]取连续数据，取连续数据只能通过 df[df.columns[1:4]]，先获取列索引，再取数据。

import pandas as pd

io = r'data/verti_list.xlsx' #相对路径

df = pd.read_excel(io, sheet_name = 0)
print(df['张三'])  #按列名取列
print(df.张三)  #按列名取列
print(df[['张三', '王五']])  #按列名取不连续列数据
print(df[df.columns[1:4]])  #按列索引取连续列数据
print(df.iloc[:, 1])  #按位置取列，第1列，从0列开始数
print(df.iloc[:, [1, 3]])  #按位置取不连续列数据

• 读取行数据

1. iloc方法

import pandas as pd

io = r'data/verti_list.xlsx' #相对路径

df = pd.read_excel(io, sheet_name = 0)
print(df[1:3])  #按行取数据，列索引不算一行
print(df[df.张三>4])  #按行有条件的取数据，取张三销量大于4的行
print(df.iloc[1])  #按行取行数据
print(df.iloc[1:3])  #按行取连续数据
print(df.iloc[[1, 3]])  #按行取不连续数据
print(df.iloc[[1,2,3], [2,4]])  #取部分行部分列数据

2. loc方法

import pandas as pd

io = r'data/verti_list.xlsx' #相对路径

df = pd.read_excel(io, sheet_name = 0)
print(df.loc[4])#取行，4是行索引，也可以是str类型，下同
print(df.loc[4,'张三'])#取某个元素
print(df.loc[0:4])#取连续的行
print(df.loc[[0, 3]])#取某几行
print(df.loc[df.index[1:3]])  #按行索引取行
print(df.loc[[0, 3], ['张三', '王五']])#取行和列的交集

（3）读取某个数据元素

print(df.iloc[1, 3])  #按坐标取
print(df.iloc[[1], [3]])  #按坐标取
print(df.loc[[0, 3], ['张三', '王五']])#取行和列的交集

3. pandas结合matplotlib使用画图

（1）使用df.plot直接画图

pandas可以很好的使用matplotlib进行画图，甚至可以直接使用pandas调用plot方法进行画图。

import pandas as pd
import matplotlib.pyplot as plt
io = r'data/verti_list.xlsx' #相对路径

df = pd.read_excel(io, sheet_name = 0)
df.plot()
plt.show()

画图效果如下：

（2）每一列单独设置画图

如果对画图要求比较高，比如需要设置每条折线图的粗细、线条类型、颜色等等，那就要单独设置了，下面是代码举例和注释。

import pandas as pd
import matplotlib.pyplot as plt

io = r'data/verti_list.xlsx' #相对路径

df = pd.read_excel(io, sheet_name = 0)

x_row = df.index.to_numpy()  #转numpy，用做横坐标
# 好像不能直接用df['月份'].to_numpy()，画图会乱

y_col_1 = df['张三'].to_numpy()
y_col_2 = df['李四'].to_numpy()
y_col_3 = df['王五'].to_numpy()

fig, ax = plt.subplots()

xticks = list(range(12)) #自定义刻度
ax.set_xticks(xticks)

plt.title("员工销量", fontsize=12) #标题,并设置字体大小
plt.ylabel("销量：辆") #纵坐标名字
plt.xlabel("月份") #横坐标名字
plt.grid(True,linestyle=':') #设置网格
#plt.xlim((0,13))    # 坐标轴的取值范围
#plt.tick_params(axis='both',which='major',labelsize=14)

l1, = plt.plot(x_row, y_col_1)# 默认折线、实线
l2, = plt.plot(x_row, y_col_2, color="blue", linewidth=1.5, linestyle="-") # 蓝色，1.5宽，线段
l3, = plt.plot(x_row, y_col_3,'r',linewidth = 2.5,linestyle ='--')# 红色，2.5宽，虚线
#l4, = plt.plot(x, y_col_1,'c',linestyle ='-.')# 线段类型-.
#l5, = plt.plot(x, y_col_1,linestyle =':')# 虚点

ls = [l1,l2, l3]
labels = ['张三','李四','王五']
plt.legend(handles=ls,labels=labels,loc='best')
plt.show()

效果如下：