Python使用pandas导入xlsx格式的excel文件内容

Posted 2023-03-23 smart_cat

Python使用pandas导入xlsx格式的excel文件内容

• 1. 基本导入
• 2. 列标题与数据对齐
• 3. 指定导入某个sheet
• 4. 指定行索引
• 5. 指定列索引
• 6. 指定导入列
• 7. 指定导入的行数
• 8. 更多的参数

1. 基本导入

在 Python中使用pandas导入.xlsx文件的方法是read_excel()。

# coding=utf-8
import pandas as pd

df = pd.read_excel(r'G:\\test.xlsx')
print(df)

电脑中的文件路径默认使用\\，这个时候需要在路径前面加一个r（转义符）避免路径里面的\\被转义。也可以不加 r，但是需要把路径里面的所有\\转换成/，这个规则在导入其他格式文件时也是一样的，我们一般选择在路径前面加r

2. 列标题与数据对齐

因为我们的表格中有中文，中文占用的字符和英文、数字占用的字符不一样，因此需要调用pd.set_option()使表格对齐显示。如果你是使用 Jupyter 来运行代码的，Jupyter 会自动渲染出一个表格，则无需这个设置。

import pandas as pd
#处理数据的列标题与数据无法对齐的情况
pd.set_option('display.unicode.ambiguous_as_wide', True)
#无法对齐主要是因为列标题是中文
pd.set_option('display.unicode.east_asian_width', True)
df = pd.read_excel(r'G:\\test.xlsx')
print(df)

效果如下：

3. 指定导入某个sheet

通过sheet_name参数可以指定要导入哪个sheet的内容。注意这里的名字是区分大小写的。

import pandas as pd
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)
df = pd.read_excel(r'G:\\test.xlsx', sheet_name='Sheet1')
print(df)

除了可以指定具体的sheet名字，还可以传入sheet的index下标，从0开始计数。例如：

# coding=utf-8
import pandas as pd
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)
df = pd.read_excel(r'G:\\test.xlsx', sheet_name=0)
print(df)

如果不指定sheet_name参数，那么默认导入的都是第一个sheet的内容。

4. 指定行索引

在本地文件导入DataFrame时，行索引使用的从0开始的默认索引，可以通过设置index_col参数来设置。

# coding=utf-8
import pandas as pd
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)
df = pd.read_excel(r'G:\\test.xlsx', sheet_name=0, index_col=0)
print(df)

5. 指定列索引

将本地文件导入DataFrame时，默认使用源数据表的第一行作为列索引，也可以通过设置header参数来设置列索引。 header参数值默认为0，即用第一行作为列索引；也可以是其他行，只需要传入具体的那一行即可；也可以使用默认从0开始的数作为列索引。

使用默认从0开始的数作为列索引示意：

# coding=utf-8
import pandas as pd
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)
df = pd.read_excel(r'G:\\test.xlsx', sheet_name=0, header=None)
print(df)

6. 指定导入列

有的时候本地文件的列数太多，而我们又不需要那么多列时，我们就可以通过设定usecols参数来指定要导入的列。

从参数的形式来看，可以通过以下几种形式来指定：

• 通过列表指定，列表中是列的下标，从0开始计数。
• 通过列表指定，列表中是列的名字
• 通过元组指定, 元组中是列的名字

示例如下：

df = pd.read_excel(r'G:\\test.xlsx', sheet_name=0, usecols=[0,1])
print(df)

df = pd.read_excel(r'G:\\test.xlsx', sheet_name=0, usecols=['姓名','性别'])
print(df)

df = pd.read_excel(r'G:\\test.xlsx', sheet_name=0, usecols=('姓名','年龄'))
print(df)

7. 指定导入的行数

如果文件很大，我们不想导入全部的行，只需要导入前面若干行进行分析即可，那么可以通过nrows参数来指定导入多少行数据

df = pd.read_excel(r'G:\\test.xlsx', sheet_name=0, nrows=2)
print(df)

8. 更多的参数

请参考pandas官方文档。