Python - 处理XLS数据

Python - 处理XLS数据 首页 / 数据科学入门教程 / Python - 处理XLS数据

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。

无涯教程网

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

读取Excel文件

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

读取特定列和行

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

读取多个Excel文件

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!)

技术教程推荐

推荐系统三十六式 -〔刑无刀〕

深入浅出gRPC -〔李林锋〕

Spark核心原理与实战 -〔王磊〕

如何读懂一首诗 -〔王天博〕

手把手带你搭建秒杀系统 -〔佘志东〕

反爬虫兵法演绎20讲 -〔DS Hunter〕

快手 · 音视频技术入门课 -〔刘歧〕

深入拆解消息队列47讲 -〔许文强〕

AI大模型企业应用实战 -〔蔡超〕

好记忆不如烂笔头。留下您的足迹吧 :)