Microsoft Excel是一个非常广泛使用的电子表格程序, Panadas库提供了一些功能,通过这些功能,无涯教程可以全部或部分读取Excel文件,而仅读取选定的一组数据,还可以读取包含多个工作表的Excel文件,使用 read_excel 函数从中读取数据。
在Windows操作系统中创建具有多个工作表的excel文件。不同工作表中的数据如下所示。
您可以使用Windows OS中的Excel程序创建此文件,将文件另存为 input.xlsx 。
# Data in Sheet1 id,name,salary,start_date,dept 1,Rick,623.3,2012-01-01,IT 2,Dan,515.2,2013-09-23,Operations 3,Tusar,611,2014-11-15,IT 4,Ryan,729,2014-05-11,HR 5,Gary,843.25,2015-03-27,Finance 6,Rasmi,578,2013-05-21,IT 7,Learnfk,632.8,2013-07-30,Operations 8,Guru,722.5,2014-06-17,Finance # Data in Sheet2 id name zipcode 1 Rick 301224 2 Dan 341255 3 Tusar 297704 4 Ryan 216650 5 Gary 438700 6 Rasmi 665100 7 Learnfk 341211 8 Guru 347480
pandas库的 read_excel 函数用于将Excel文件的内容作为pandas DataFrame读取到python环境中,该功能可以通过使用正确的文件路径从OS读取文件。默认情况下,该函数将读取Sheet1。
import pandas as pd data = pd.read_excel('path/input.xlsx') print (data)
当执行上面的代码时,它将产生以下输出。请注意,该函数如何创建从零开始的附加列作为索引。
id name salary start_date dept 0 1 Rick 623.30 2012-01-01 IT 1 2 Dan 515.20 2013-09-23 Operations 2 3 Tusar 611.00 2014-11-15 IT 3 4 Ryan 729.00 2014-05-11 HR 4 5 Gary 843.25 2015-03-27 Finance 5 6 Rasmi 578.00 2013-05-21 IT 6 7 Learnfk 632.80 2013-07-30 Operations 7 8 Guru 722.50 2014-06-17 Finance
类似于无涯教程在上一章中看到的读取CSV文件的方式,pandas库的 read_excel 函数也可以用于读取某些特定的列和特定的行,为此,使用称为 .loc()的多轴索引方法。选择显示某些行的salary和name列。
import pandas as pd data = pd.read_excel('path/input.xlsx') # Use the multi-axes indexing funtion print (data.loc[[1,3,5],['salary','name']])
当执行上面的代码时,它将产生以下输出。
salary name 1 515.2 Dan 3 729.0 Ryan 5 578.0 Rasmi
在名为 ExcelFile 的包装类的帮助下,也可以使用read_excel函数读取具有不同数据格式的多张工作表,它只会将多张纸读入内存一次, 在下面的对于一定范围的行对于一定范围的行中,将sheet1和sheet2读入两个数据帧并分别打印出来。
import pandas as pd with pd.ExcelFile('C:/Users/Rasmi/Documents/pydatasci/input.xlsx') as xls: df1 = pd.read_excel(xls, 'Sheet1') df2 = pd.read_excel(xls, 'Sheet2') print("****Result Sheet 1****") print (df1[0:5]['salary']) print("") print("***Result Sheet 2****") print (df2[0:5]['zipcode'])
当无涯教程执行上面的代码时,它将产生以下输出。
****Result Sheet 1**** 0 623.30 1 515.20 2 611.00 3 729.00 4 843.25 Name: salary, dtype: float64 ***Result Sheet 2**** 0 301224 1 341255 2 297704 3 216650 4 438700 Name: zipcode, dtype: int64
祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)