pandas创建及读取excel文件

创建文件

• 将DataFrame数据写入excel文件。
• 没有限制时，会自动添加index。
• 用字典创建时的key则自动为column。
• 如果想去掉自动生成的index，可以用set_index指定，但不会改变原df。如果想要改变，使用inplace参数。

import pandas as pd
file = r"D:\xlsx\test1.xlsx"
df1 = pd.DataFrame({"ID": ["a", "b", "c"], "name": ["Lucy", "Jim", "Lily"], "score": [70, 80, 90]})
print(df1)
df1.to_excel(file)

  ID  name  score
0  a  Lucy     70
1  b   Jim     80
2  c  Lily     90

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ialhr6fy-1661600614670)(attachment:image.png)]

df1 = df1.set_index("ID")   #注意原df1不改变
print(df1)

    name  score
ID             
a   Lucy     70
b    Jim     80
c   Lily     90

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RaHVqYbh-1661600614673)(attachment:image.png)]

df1 = pd.DataFrame({"ID": ["a", "b", "c"], "name": ["Lucy", "Jim", "Lily"], "score": [70, 80, 90]})
df1.set_index("ID", inplace=True)   #注意原df1改变
print(df1)

    name  score
ID             
a   Lucy     70
b    Jim     80
c   Lily     90

读取文件

• 当从excel读取文件时，也会自动在生成的数据上加index。

import pandas as pd
file_src = r"D:\xlsx\test1.xlsx"
file_dst = r"D:\xlsx\test2.xlsx"
df1 = pd.read_excel(file_src)       #默认读出的数据会自动添加index, 会将首行数据作为column
print(df1)

  ID  name  score
0  a  Lucy     70
1  b   Jim     80
2  c  Lily     90

查看行列及前后几行

df1.head(2)

	ID	name	score
0	a	Lucy	70
1	b	Jim	80

df1.tail(2)

	ID	name	score
1	b	Jim	80
2	c	Lily	90

df1.shape

(3, 3)

数据header不是excel的第一行

• 使用header指定第几行，注意excel的第一行对应的header为0

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BttICNzc-1661600614674)(attachment:image.png)]

df1 = pd.read_excel(file_src,header=1) 
df1.columns

Index(['ID', 'name', 'score'], dtype='object')

数据无header

• 在读取时header指定为None，使用columns指定header
• 在读取时，使用names指定

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-H4CSL6m2-1661600614675)(attachment:image.png)]

# 使用header和columns配合
df1 = pd.read_excel(file_src, header=None) 
df1.columns = ["ID", "name", "score"]
df1.columns

Index(['ID', 'name', 'score'], dtype='object')

# 使用names指定
df1 = pd.read_excel(file_src, names=["ID", "name", "score"]) 
df1.columns

Index(['ID', 'name', 'score'], dtype='object')

读入数据时将index删除掉

• 使用index_col参数设置读入时的index

file_src =  r"D:\xlsx\test2.xlsx"
df1 = pd.read_excel(file_src)
df1

	ID	name	score
0	a	Lucy	70
1	b	Jim	80
2	c	Lily	90

file_src =  r"D:\xlsx\test2.xlsx"
file_dst = r"D:\xlsx\test3.xlsx"
df1 = pd.read_excel(file_src, index_col="ID")
print(df1)
df1.to_excel(file_dst)

    name  score
ID             
a   Lucy     70
b    Jim     80
c   Lily     90

读取指定的列

• 使用usecols指定，可以为数字或者字母，列表或者切片。

指定读取的行数

• nrows=数字

file_src =  r"D:\xlsx\test2.xlsx"
df1 = pd.read_excel(file_src, nrows=2, index_col="ID")
print(df1)

    name  score
ID             
a   Lucy     70
b    Jim     80

指定跳过的行

• skiprows=列表

file_src =  r"D:\xlsx\test2.xlsx"
df1 = pd.read_excel(file_src, skiprows=[1,3], index_col="ID")
print(df1)

   name  score
ID            
b   Jim     80

参考

详细可参考 https://editor.youkuaiyun.com/md/?articleId=126057819