python使用pandas读写excel文件的方法实例

 更新时间:2022年08月15日 12:51:45   作者:u010799534  
pandas是一个十分强大的数据处理工具,最近需要处理数据并输入到excel,简单列举它的用法,这篇文章主要给大家介绍了关于python使用pandas读写excel文件的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下

引言

现在本地创建一个excel表,以及两个sheet,具体数据如下:

sheet1:

 sheet2:

读取excel文件

pandas.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None)

io:excel文件路径。

sheet_name:返回指定的sheet。

header:表头,默认值为0。也可以指定多行。当header取值为None时候data打印值最多,0相比None会少一行,1对比0又会在少一行。也就是说设置header为多少,那么那行之前的数据就会缺失。header也可以设置为一个范围值如header=[0, 1]表示前两行为多重索引。

usecols:读取指定的列。

skiprows:跳过特定行。

import pandas
 
a = pandas.read_excel("t.xlsx",sheet_name=0)#sheet_name可以使用下标,sheet的名称
print(a) #打印所有
print(a.values) #打印除第一行以外的信息
print(a.values[0]) #打印第一行的值
print(data['标题列'].values) #打印具体一列的值
 
#读取同一文件的不同sheet
data= pandas.read_excel("t.xlsx", ['Sheet1', 'Sheet2'])
print(data)#打印sheet1和sheet2的所有元素
print(data.get('Sheet1')['result'][0]) #打印sheet1表的result列的第一个元素
 
 
#sheet_name = None时,返回所有表的数据
data = pandas.read_excel("t.xlsx", sheet_name=None)
print(data)
结果:
"""
{'Sheet1':    case_id account      pswd  hope result
0      1.0     qwe  123456.0  登陆成功  cheng
1      NaN     NaN       NaN   NaN    bai, 'Sheet2':    1  2  3  4  5
0  a  b  c  d  e}
"""
 
#sheet_name可以选择名称,下标组合方式提取多张表数据
data = pandas.read_excel("t.xlsx", sheet_name=['Sheet1',1])
print(data)
结果:
"""
{'Sheet1':    case_id account      pswd  hope result
0      1.0     qwe  123456.0  登陆成功  cheng
1      NaN     NaN       NaN   NaN    bai, 1:    1  2  3  4  5
0  a  b  c  d  e}
"""
 
#查询指定列的数据
data = pandas.read_excel('t.xlsx', sheet_name='Sheet1', usecols=['result',])
print(data)
结果:
"""
  result
0  cheng
1    bai
"""
data = pandas.read_excel('t.xlsx', sheet_name='Sheet1', usecols=[0])
print(data)
结果:
"""
   case_id
0      1.0
1      NaN
"""
data = pandas.read_excel('t.xlsx', sheet_name='Sheet1', usecols=[0, 1])
print(data)
结果:
"""
   case_id account
0      1.0     qwe
1      NaN     NaN
"""

ExcelFile:为了更方便地读取同一个文件的多张表格

import pandas
 
 
#同时读取一个文件的多个sheet,仅需读取一次内存,性能更好
data = pandas.ExcelFile("t.xlsx")
sheets = pandas.read_excel(data)#sheet_name不写,默认为查第一个sheet的数据
sheets = pandas.read_excel(data, sheet_name="Sheet2")#查看指定sheet的数据
print(sheets)
 
#也可以这么写
with pandas.ExcelFile("t.xlsx") as xlsx:
    s1 = pandas.read_excel(xlsx, sheet_name="Sheet1")
    s2 = pandas.read_excel(xlsx, sheet_name="Sheet2")
print(s1)
print("-----------------------")
print(s2)
 
结果:
"""
   case_id account      pswd  hope result
0      1.0     qwe  123456.0  登陆成功  cheng
1      NaN     NaN       NaN   NaN    bai
-----------------------
   1  2  3  4  5
0  a  b  c  d  e
"""
"""
index_col:索引对应的列,可以设置范围如[0, 1]来设置多重索引
na_values:指定字符串展示为NAN
"""
with pandas.ExcelFile('t.xlsx') as xls:
    data['Sheet1'] = pandas.read_excel(xls, 'Sheet1', index_col=None,
                                       na_values=['NA'])
    data['Sheet2'] = pandas.read_excel(xls, 'Sheet2', index_col=1)
 
    print(data)
    print("-------------------------------")
    print(data['Sheet1'])
    print("--------------------------------")
    print(data['Sheet2'])
 
结果:
"""
{'Sheet1':    case_id account      pswd  hope result
0      1.0     qwe  123456.0  登陆成功  cheng
1      NaN     NaN       NaN   NaN    bai, 'Sheet2':    1  3  4  5
2            
b  a  c  d  e}
-------------------------------
   case_id account      pswd  hope result
0      1.0     qwe  123456.0  登陆成功  cheng
1      NaN     NaN       NaN   NaN    bai
--------------------------------
   1  3  4  5
2            
b  a  c  d  e
"""

写入文件:

将数据写入excel

1.当文件不存在时,会自动创建文件,并写入数据;

2.当文件存在时,会覆盖数据;

3.sheet_name 不写默认为Sheet1;

4.文件写入,切记关闭excel。

data = {'名字': ['张三','李四'],
        '分数': [100, 100]
       }
a= pandas.DataFrame(data)
a.to_excel('1.xlsx', sheet_name='Sheet1',index=False)# index = False表示不写入索引

excel一次写入多sheet:

1.下面代码为在1.xlsx中写入sheet1,sheet2两个表。

2.可以通过在ExcelWriter中添加mode参数,该参数默认为w,修改为a的话,可以在已存在sheet的excel中添加sheet表。

df1 = pandas.DataFrame({'名字': ['张三', '王四'], '分数': [100, 100]})
df2 = pandas.DataFrame({'年龄': ['18', '19'], '性别': ['男', '女']})
 
with pandas.ExcelWriter('1.xlsx') as writer:
    df1.to_excel(writer, sheet_name='Sheet1', index=False)
    df2.to_excel(writer, sheet_name='Sheet2', index=False)
 
#新增一个sheet
df3 = pandas.DataFrame({'新增表': ['1', '2']})
with pandas.ExcelWriter('1.xlsx', mode='a') as writer:
    df3.to_excel(writer, sheet_name='Sheet3', index=False)

总结

到此这篇关于python使用pandas读写excel文件的文章就介绍到这了,更多相关python pandas读写excel内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • 详细介绍Scrapy shell的使用教程

    详细介绍Scrapy shell的使用教程

    Scrapy shell是一个非常有用的工具,可以帮助开发者快速地测试和调试Scrapy的爬虫代码,这篇文章主要介绍了详细介绍Scrapy shell的使用,需要的朋友可以参考下
    2023-05-05
  • Python灰度变换中的分段线性函数专项分析实现

    Python灰度变换中的分段线性函数专项分析实现

    灰度变换是指根据某种目标条件按一定变换关系逐点改变源图像中每个像素灰度值的方法。目的是改善画质,使图像显示效果更加清晰。图像的灰度变换处理是图像增强处理技术中的一种非常基础、直接的空间域图像处理方法,也是图像数字化软件和图像显示软件的一个重要组成部分
    2022-10-10
  • python模仿网页版微信发送消息功能

    python模仿网页版微信发送消息功能

    这篇文章主要介绍了python模仿网页版微信发送消息功能,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-02-02
  • 基于pdf2docx模块Python实现批量将PDF转Word文档的完整代码教程

    基于pdf2docx模块Python实现批量将PDF转Word文档的完整代码教程

    这篇文章主要介绍了基于pdf2docx模块Python实现批量将PDF转Word文档的完整代码教程,PDF文件是一种常见的文档格式,如何转换成word呢,需要的朋友可以参考下
    2023-04-04
  • Python连接mssql数据库编码问题解决方法

    Python连接mssql数据库编码问题解决方法

    这篇文章主要介绍了Python连接mssql数据库编码问题解决方法,本文方法同样适用mysql、sqllite、mongodb等数据库,需要的朋友可以参考下
    2015-01-01
  • python如何查看微信消息撤回

    python如何查看微信消息撤回

    这篇文章主要为大家详细介绍了python实现查看微信消息撤回的方法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-11-11
  • Python实现蓝线挑战特效的示例代码

    Python实现蓝线挑战特效的示例代码

    在抖音曾经火了一阵子的蓝线挑战特效,其原理很简单。本文将试着用opencv-python实现这个效果,做了摄像头版本和视频处理版本,感兴趣的可以学习一下
    2022-10-10
  • python通过ssh-powershell监控windows的方法

    python通过ssh-powershell监控windows的方法

    这篇文章主要介绍了python通过ssh-powershell监控windows的方法,涉及Python操作ssh-powershell的相关技巧,需要的朋友可以参考下
    2015-06-06
  • Python装饰器(decorator)定义与用法详解

    Python装饰器(decorator)定义与用法详解

    这篇文章主要介绍了Python装饰器(decorator)定义与用法,结合具体实例形式详细分析了Python装饰器的概念、功能及相关使用技巧,需要的朋友可以参考下
    2018-02-02
  • Python使用自带的base64库进行base64编码和解码

    Python使用自带的base64库进行base64编码和解码

    在Python中,处理数据的编码和解码是数据传输和存储中非常普遍的需求,其中,Base64是一种常用的编码方案,本文我将详细介绍如何使用Python的base64库进行Base64编码和解码,需要的朋友可以参考下
    2025-04-04

最新评论