在Python中使用Pandas.DataFrame对Excel操作笔记一 - 从Excel里面获取说需要的信息

近期和朋友小A聊天的时候，总是听小A说工作越来越烦，有大量的Excel表格需要分析整理 ~~~，需要总结各种数据，做统计汇总之类，@#￥%%~~。像我等懒人，是不能容忍做大量重复性工作的。以懒人的观点来看，凡重复性的，必定有其规律啊，像太阳东升西落，像季节四季更替。只要有规律可循，就可以用工具来自动分析。能让机器做的事情，人就可以解放一下了嘛，就有更多的时间享受工作和生活了，吼吼吼。

出于对小A的同情，我决定写一个工具，来自动解析这“大量”的Excel表格（详谈后才知道，其实小A说的大量，也就几个上千行的表格而已）。这里记录下一些Pandas对Excel的操作过程，供自己和码友们交流，共同提高、不断改进。

环境：Python3.6 + Pandas（0.22）

有一个1000行，28列的表格，包含了公司每个项目的各种信息（项目ID，名称，开始时间，状态，结束时间，报价，税率……）。这么多列，看了确实头晕??@_@??。这里我做了一个简单的表格，来说明一下Pandas是如何读取、筛选Excel的。

import pandas as pd

excelFile = r'TEMP.xlsx'
df = pd.DataFrame(pd.read_excel(excelFile))
print(df)

读取信息到DataFrame里面就这么简单，只需要提供一个excel的名称就好了，当然默认的Sheet名称是Sheet1。我们可以指定读取Sheet的名称的。且看 read_excel 的定义。

def 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):

这里不做过多说明，详细参数说明官方网站 http://pandas.pydata.org/pandas-docs/version/0.22/api.html。

print(df) 读取到的信息如下，是不是很简单(向Pandas开发团队致敬）：