【划重点】Python xlrd简介
一、用xlrd获取对应数据,并获取所有sheet的名字
import xlrd
data=xlrd.open_workbook(r'C:\Users\ASUS\Desktop\重新开始\Python获取Excel数据\user1.xlsx')
print(data.sheet_names()) #获取Excel文件所有sheet名字
二、打开Excel sheet的三中方式
#table=data.sheet_by_index(0)#通过索引获取对应的sheet
table=data.sheet_by_name("Sheet1")#通过名称获取对应的sheet
#table=data.sheets()[0] #通过索引获取对应sheet
三、获取当前sheet名字以及行数和列数
name=table.name # 获取Excel当前sheet的名称
nrows=table.nrows # 获取表的行数
ncols=table.ncols # 获取表的列数
print(name)
print(nrows)
print(ncols)
四、行级操作Excel数据
#行级操作Excel数据
print(table.row(1))#返回该行中所有单元格对象组成的列表
print(table.row_slice(1))#返回该行中所有单元格对象组成的列表
print(table.row_types(0, start_colx=0, end_colx=None))#返回该行中所有单元格的数据类型组成的列表
print(table.row_values(0, start_colx=0, end_colx=None))#返回该行中所有单元格的数据组成的列表
#把数据按行装入列表中
list1=[]
for i in range(nrows):
#list1.append(table.row_values(i)[:3])
list1.append(table.row_values(i, start_colx=0, end_colx=None))
print(list1)
五、列级操作Excel数据
#列级操作Excel数据
print(table.col(1))#返回该列中所有单元格对象组成的列表
print(table.col_slice(1))#返回该列中所有单元格对象组成的列表
print(table.col_types(0, start_rowx=0, end_rowx=None))#返回该列中所有单元格的数据类型组成的列表
print(table.col_values(0, start_rowx=0, end_rowx=None))#返回该列中所有单元格的数据组成的列表
#把数据按列装入列表中
list2=[]
for i in range(ncols):
list2.append(table.col_values(i)[0:11])
print(list2)
六、对Excel单元格进行操作
#对Excel单元格进行操作
print(table.cell(0,0)) #返回单元格对象
print(table.cell_type(0,0))#返回单元格中的数据类型
print(table.cell_value(0,0))#返回单元格中的数据
七、把数据以单元格的方式装入列表中的两种方法
#把数据以单元格的方式装入列表中的两种方法
list3 = [] #新建一个列表
for r in range(nrows): #将表中数据按行逐步添加到列表中,最后转换为list结构
list4 = []
for c in range(ncols):
list4.append(table.cell_value(r,c))
list3.append(list4)
print(list3) list5 = [] #新建一个列表
for r in range(ncols): #将表中数据按列逐步添加到列表中,最后转换为list结构
list6 = []
for c in range(nrows):
list6.append(table.cell_value(c,r))
list5.append(list6)
print(list5)
【划重点】Python xlrd简介的更多相关文章
- Python的简介以及安装和第一个程序以及用法
Python的简介: 1.Python是一种解释型.面向对象.动态数据类型的高级程序设计语言.自从20世纪90年代初Python语言诞生至今,它逐渐被广泛应用于处理系统管理任务和Web编程.Pytho ...
- [Python] heapq简介
[Python] heapq简介 « Lonely Coder [Python] heapq简介 judezhan 发布于 2012 年 8 月 8 日 暂无评论 发表评论 假设你需要维护一个列表,这 ...
- Andrew Ng机器学习课程笔记--week11(图像识别&总结划重点)
一.内容概要 Photo OCR Problem Decription and pipeline(问题描述和流程图) Sliding Windows(滑动窗口) Getting Lots of Dat ...
- .NET日志记录之——log4net划重点篇
.NET日志记录之--log4net划重点篇 1.概述 log4net是.Net下一个非常优秀的开源日志记录组件.log4net记录日志的功能非常强大.它可以将日志分不同的等级,以不同的格式,输出到不 ...
- python xlrd使用
python xlrd使用 1● xlrd安装 管理员模式 success 2● 引用 import xlrd
- 【转】Python xlrd、xlwt、xlutils读取、修改Excel文件
Python xlrd.xlwt.xlutils读取.修改Excel文件 一.xlrd读取excel 这里介绍一个不错的包xlrs,可以工作在任何平台.这也就意味着你可以在Linux下读取Excel文 ...
- JS划重点——类和对象的不正经阐述
JS划重点--类和对象的不正经阐述 /在JS 类里面函数也是一个对象,那么要创建一个对象就需要一个类,这个类可以由这个对牛逼的对象-函数来实现/ /首先是普罗大众都会的 工厂模式来创建一类/ func ...
- python xlrd 模块(获取Excel表中数据)
python xlrd 模块(获取Excel表中数据) 一.安装xlrd模块 到python官网下载http://pypi.python.org/pypi/xlrd模块安装,前提是已经安装了pyt ...
- Python单元测试简介及Django中的单元测试
Python单元测试简介及Django中的单元测试 单元测试负责对最小的软件设计单元(模块)进行验证,unittest是Python自带的单元测试框架. 单元测试与功能测试都是日常开发中必不可少的部分 ...
随机推荐
- UML常用建模工具简介,安装方法和各自的优点
这学期学习了统一建模语言,自己初学时对各种建模工具十分陌生,各种名词都不懂,软件也都不了解,开始很是不知所措.为了防止其他初学者陷入我的困境,自己对各种工具进行了总结: Visio:介绍:Visio是 ...
- CTF入门学习3->Web通信基础
Web安全基础 01 Web通信 这个部分重点介绍浏览器与Web服务器的详细通信过程. 01-00 URL协议 只要上网访问服务器,就离不开URL. URL是什么? URL就是我们在浏览器里输入的站点 ...
- [cf587D]Duff in Mafia
二分最大边权,即有些边强制不能被选 接下来,即任意一点上某两边不能同时被选,以及任意一点上颜色相同的两边必须被选择一条 这些限制都可以用2-sat的形式来描述(强制不能选即连边"选-> ...
- [luogu1438]无聊的数列
考虑令$b_{i}=a_{i+1}-a_{i}$,那么1操作相当于对L加上K,对(L,R]区间加上D,对R+1减去K+(R-L)*D,然后询问区间和即可 1 #include<bits/stdc ...
- [loj3368]数蘑菇
由于题目是让我们统计个数,当我们确定了$k$个$p_{i}$都为0或1后,再用至多$\lceil \frac{n-k}{k}\rceil$次询问和$2(n-k)$个"$n$"即可求 ...
- docker 配置redis并远程访问
我安装的是这个镜像 docker.io/redis docker pull docker mkdir docker cd docker mkdir redis cd redis mkdir data ...
- python并行计算之mpi4py的安装与基本使用
技术背景 在之前的博客中我们介绍过concurrent等python多进程任务的方案,而之所以我们又在考虑MPI等方案来实现python并行计算的原因,其实是将python的计算任务与并行计算的任务调 ...
- sigma网格中水平压力梯度误差及其修正
1.水平梯度误差产生 sigma坐标系下,笛卡尔坐标内水平梯度项对应形式为 \[\begin{equation} \left. \frac{\partial }{\partial x} \right| ...
- MISA(在线)注释叶绿体基因组SSR
SSR (Simple Sequence Repeat),即简单重复序列,是一种以PCR技术为核心的DNA分子标记技术,也称为微卫星序列或者串联重复. 简单重复顾名思义就是以很短的序列为一个单元,比如 ...
- Deep Learning(深度学习)整理,RNN,CNN,BP
申明:本文非笔者原创,原文转载自:http://www.sigvc.org/bbs/thread-2187-1-3.html 4.2.初级(浅层)特征表示 既然像素级的特征表示方法没有作用,那怎 ...