python使用pandas处理excel的方法

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python使用pandas处理excel的方法，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含3871字，纯文字阅读大概需要6分钟。

内容图文

python使用pandas处理excel的方法

一、配置环境

1、pandas依赖处理Excel的xlrd模块，安装命令是：

pip install xlrd

2、安装pandas模块还需要一定的编码环境，确保你的电脑有这些环境：Net.4 、VC-Compiler以及winsdk_web。

3、开始安装pandas，安装命令是：

pip install pandas

二、pandas操作Excel表单

注意：加密文件是无法正常读写的

首先需准备一个表单

1、读取excel文件的方式一：默认读取第一个表单：

import pandas as pd
# 方法一：默认读取第一个表单
df = pd.read_excel("C:\\文件路径\\文件名.xlsx")  # 直接默认读取到Excel的第一个表单
data = df.head()  # 默认读取前5行的数据
print("获取到所有的值：\n{0}".format(data))  # 格式化输出

得到的结果是一个二维矩阵，如下图所示：

2、读取excel文件的方式二：通过制定表单名的方式读取：

import pandas as pd
# 方法一：通过指定表单名的方式来读取
df = pd.read_excel("C:\\文件路径\\文件名.xlsx ", sheet_name='测试用例')
# 直接默认读取到Excel的第一个表单
data = df.head()  # 默认读取前5行的数据
print("获取到所有的值：\n{0}".format(data))  # 格式化输出

得到的结果是一个二维矩阵，如下图所示：

3、读取excel文件的方法三：通过表单索引来指定要访问的表单，0表示第一个表单

import pandas as pd
# df = pd.read_excel(' C:\\文件路径\\文件名.xlsx '])
# 可以通过表单名同时指定多个
df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ', sheet_name=0)  # 可以通过表单索引来指定读取的表单
# df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ', sheet_name=['功能模块', 1])  # 可以混合的方式来指定
# df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ', sheet_name=[1, 2])  # 可以通过索引 同时指定多个
data = df.values  # 获取所有的数据，注意这里不能用head()方法哦~
print("获取到所有的值:\n{0}".format(data))  # 格式化输出

三、pandas操作Excel的行列

1：读取指定的单行，数据会存在列表里面

import pandas as pd
df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
data = df.ix[0].values  # 0表示第一行 这里读取数据并不包含表头，要注意哦！
print("获取到所有的值:\n{0}".format(data))  # 格式化输出

2：读取指定的多行，数据会存在嵌套的列表里面：

import pandas as pd
df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
data = df.ix[[1, 2]].values  # 读取指定多行的话，就要在ix[]里面嵌套列表指定行数
print("获取到所有的值:\n{0}".format(data))  # 格式化输出

3：读取指定的行列：

import pandas as pd
df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
data = df.ix[1, 2]  # 读取第一行第二列的值，这里不需要嵌套列表
print("获取到所有的值:\n{0}".format(data))  # 格式化输出

4：读取指定的多行多列值：

import pandas as pd
df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
data = df.ix[[1, 2], ['序号', '功能划分']].values  # 读取第一行第二行的序号以及功能划分列的值，这里需要嵌套列表
print("获取到所有的值:\n{0}".format(data))  # 格式化输出

5：获取所有行的指定列

import pandas as pd
df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
data = df.ix[:, ['序号', '功能划分']].values  # 读所有行的“序号”以及“功能划分”列的值，这里需要嵌套列表
print("获取到所有的值:\n{0}".format(data))  # 格式化输出

6：获取行号并打印输出

import pandas as pd
df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
print("输出行号列表", df.index.values)

7：获取列名并打印输出

import pandas as pd
df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
print("输出列标题", df.columns.values)

8：获取指定行数的值：

import pandas as pd
df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
print("输出值：\n", df.sample(3).values)  # 这个方法类似于head()方法以及df.values方法

9：获取指定列的值：

import pandas as pd
df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
print("输出值\n", df['功能划分'].values)

四、pandas处理Excel数据成为字典

import pandas as pd
df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
test_data = []
for i in df.index.values:  # 获取行号的索引，并对其进行遍历：
    # 根据i来获取每一行指定的数据 并利用to_dict转成字典
    row_data = df.ix[i, ['序号', '功能划分', '备注']].to_dict()
    test_data.append(row_data)
print("最终获取到的数据是：\n{0}".format(test_data))

推荐：Python教程

以上就是python使用pandas处理excel的方法的详细内容。

内容总结

以上是互联网集市为您收集整理的python使用pandas处理excel的方法全部内容，希望文章能够帮你解决python使用pandas处理excel的方法所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端