pandas读取Excel文件

In [7]:

import pandas as pd
filname = 'ch02数据导入\\student.xlsx'
data = pd.read_excel(filname)
data

Out[7]:

 

	姓名	年龄	爱好	学号	学费
0	张三	20	打球	12	5000
1	李四	21	游泳	13	6000
2	周五	23	唱歌	14	7000
3	赵六	25	下棋	15	500
4	王七	20	跑步	16	60
5	朱八	28	旅游	17	300

In [9]:

# 打印前3行数据
data.head(3)

Out[9]:

 

	姓名	年龄	爱好	学号	学费
0	张三	20	打球	12	5000
1	李四	21	游泳	13	6000
2	周五	23	唱歌	14	7000

In [10]:

# 打印[1-3)行数据
data[1:3]

Out[10]:

 

	姓名	年龄	爱好	学号	学费
1	李四	21	游泳	13	6000
2	周五	23	唱歌	14	7000

In [11]:

# 根据列名，打印某一列数据
data['姓名']

Out[11]:

0    张三
1    李四
2    周五
3    赵六
4    王七
5    朱八
Name: 姓名, dtype: object

In [12]:

# 查看所有字段
field = data.columns.tolist()
field

Out[12]:

['姓名', '年龄', '爱好', '学号', '学费']

In [13]:

# 只显示第四行
data.loc[4]

Out[13]:

姓名    王七
年龄    20
爱好    跑步
学号    16
学费    60
Name: 4, dtype: object

In [15]:

# 打印多个列数据，需要双层[[]]
data[["姓名", "年龄"]]

Out[15]:

 

	姓名	年龄
0	张三	20
1	李四	21
2	周五	23
3	赵六	25
4	王七	20
5	朱八	28

In [16]:

# 查看基础数据
# mean = 均值
# std = 方差
data.describe()  # 只针对数值型

Out[16]:

 

	年龄	学号	学费
count	6.000000	6.000000	6.000000
mean	22.833333	14.500000	3143.333333
std	3.188521	1.870829	3195.632436
min	20.000000	12.000000	60.000000
25%	20.250000	13.250000	350.000000
50%	22.000000	14.500000	2750.000000
75%	24.500000	15.750000	5750.000000
max	28.000000	17.000000	7000.000000

In [17]:

data2 = pd.read_excel(filname,header=None)
data2

Out[17]:

 

	0	1	2	3	4
0	姓名	年龄	爱好	学号	学费
1	张三	20	打球	12	5000
2	李四	21	游泳	13	6000
3	周五	23	唱歌	14	7000
4	赵六	25	下棋	15	500
5	王七	20	跑步	16	60
6	朱八	28	旅游	17	300

In [18]:

data2.values

Out[18]:

array([['姓名', '年龄', '爱好', '学号', '学费'],
       ['张三', 20, '打球', 12, 5000],
       ['李四', 21, '游泳', 13, 6000],
       ['周五', 23, '唱歌', 14, 7000],
       ['赵六', 25, '下棋', 15, 500],
       ['王七', 20, '跑步', 16, 60],
       ['朱八', 28, '旅游', 17, 300]], dtype=object)

In [21]:

data.values

Out[21]:

array([['张三', 20, '打球', 12, 5000],
       ['李四', 21, '游泳', 13, 6000],
       ['周五', 23, '唱歌', 14, 7000],
       ['赵六', 25, '下棋', 15, 500],
       ['王七', 20, '跑步', 16, 60],
       ['朱八', 28, '旅游', 17, 300]], dtype=object)

In [22]:

data.index

Out[22]:

RangeIndex(start=0, stop=6, step=1)

 

pandas参数说明

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

 

1.io ：excel 路径；

In [24]:

data3 = pd.read_excel(io=filname)
data3

Out[24]:

 

	姓名	年龄	爱好	学号	学费
0	张三	20	打球	12	5000
1	李四	21	游泳	13	6000
2	周五	23	唱歌	14	7000
3	赵六	25	下棋	15	500
4	王七	20	跑步	16	60
5	朱八	28	旅游	17	300

 

2.sheetname：默认是sheetname为0，返回多表使用sheetname=[0,1]，若sheetname=None是返回全表 。注意：int/string返回的是dataframe，而none和list返回的是dict of dataframe。

In [32]:

data3 = pd.read_excel(filname,sheet_name=[0,1])
data3

Out[32]:

OrderedDict([(0,    姓名  年龄  爱好  学号    学费
              0  张三  20  打球  12  5000
              1  李四  21  游泳  13  6000
              2  周五  23  唱歌  14  7000
              3  赵六  25  下棋  15   500
              4  王七  20  跑步  16    60
              5  朱八  28  旅游  17   300), (1,   动物    植物
              0    小猫  花
              1    小狗  树)])

In [37]:

data3 = pd.read_excel(filname,sheet_name=0)
data3

Out[37]:

 

	姓名	年龄	爱好	学号	学费
0	张三	20	打球	12	5000
1	李四	21	游泳	13	6000
2	周五	23	唱歌	14	7000
3	赵六	25	下棋	15	500
4	王七	20	跑步	16	60
5	朱八	28	旅游	17	300

In [38]:

data3 = pd.read_excel(filname,sheet_name=1)
data3

Out[38]:

 

	动物	植物
0	小猫	花
1	小狗	树

 

3.header ：指定作为列名的行，默认0，即取第一行，数据为列名行以下的数据；若数据不含列名，则设定 header = None；

In [39]:

data3 = pd.read_excel(filname,sheet_name=0,header=None)
data3

Out[39]:

 

	0	1	2	3	4
0	姓名	年龄	爱好	学号	学费
1	张三	20	打球	12	5000
2	李四	21	游泳	13	6000
3	周五	23	唱歌	14	7000
4	赵六	25	下棋	15	500
5	王七	20	跑步	16	60
6	朱八	28	旅游	17	300

In [40]:

data3 = pd.read_excel(filname,sheet_name=0,header=2)
data3

Out[40]:

 

	李四	21	游泳	13	6000
0	周五	23	唱歌	14	7000
1	赵六	25	下棋	15	500
2	王七	20	跑步	16	60
3	朱八	28	旅游	17	300

 

4.skiprows：省略指定行数的数据

In [42]:

data3 = pd.read_excel(filname, sheet_name=0, skiprows=1)
data3

Out[42]:

 

	张三	20	打球	12	5000
0	李四	21	游泳	13	6000
1	周五	23	唱歌	14	7000
2	赵六	25	下棋	15	500
3	王七	20	跑步	16	60
4	朱八	28	旅游	17	300

 

5.skipfooter：省略从尾部数的行数据

In [44]:

data3 = pd.read_excel(filname, sheet_name=0, skipfooter=1)
data3

Out[44]:

 

	姓名	年龄	爱好	学号	学费
0	张三	20	打球	12	5000
1	李四	21	游泳	13	6000
2	周五	23	唱歌	14	7000
3	赵六	25	下棋	15	500
4	王七	20	跑步	16	60

 

6.index_col ：指定列为索引列，也可以使用 u’string’

In [46]:

data3 = pd.read_excel(filname, sheet_name=0, index_col=1)
data3

Out[46]:

 

	姓名	爱好	学号	学费
年龄
20	张三	打球	12	5000
21	李四	游泳	13	6000
23	周五	唱歌	14	7000
25	赵六	下棋	15	500
20	王七	跑步	16	60
28	朱八	旅游	17	300

 

7.names：指定列的名字，传入一个list数据

In [49]:

data3 = pd.read_excel(filname, sheet_name=0,
                      names=['a', 'b', 'c', 'd', 'e'])
data3

Out[49]:

 

	a	b	c	d	e
0	张三	20	打球	12	5000
1	李四	21	游泳	13	6000
2	周五	23	唱歌	14	7000
3	赵六	25	下棋	15	500
4	王七	20	跑步	16	60
5	朱八	28	旅游	17	300