从《Python数据分析案例教程》中_领悟数据和Python的魅力_5.3 Pandas 读写Excel文件中的数据

【摘要】 本书摘自《Python数据分析案例教程》一书中第5章，第3节，由万念斌、肖伟东、叶丰标编著。

5.3 Pandas 读写Excel文件中的数据

Excel文件为电子表格文件，分为 Excel2003(.xls)和 Excel2007(.xlsx)两种类型的文 件。 Pandas 读写 Excel文件中数据的函数有 read excel()和 to excel()。

Pandas 读取 Excel文件函数 read excel()的原型为：

pandas.read excel(filepath,sheet name=0,header=0,names =None,index col= None,usecols=None,squeeze=False,dtype=None,skiprows=None,skipfooter=0)

函数参数的作用如下：

(1)filepath:字符串，文件的路径对象。

(2)sheet name:None、string、int、字符串列表或整数列表，默认为0。字符串用于工作

表名称，整数用于零索引工作表位置，字符串列表或整数列表用于请求多个工作表，为 None 时获取所有工作表。

(3)header:指定作为列名的行，默认为0,即取第一行的值为列名。数据为列名行以下 的数据，若数据不含列名，则设定 header=None。

(4)names:默认为None,要使用的列名列表，如不包含标题行，则设定 header=None。

(5)index col:指定列为索引列，默认为 None。

(6)usecols:int或 list,默认为 None。 如果 usecols为 None,则为所有列；如果 usecols

为int,则表示要解析的最后一列；如果 usecols为 int列表，则表示要解析的列号列表；如果 usecols为字符串，则表示以逗号分隔的 Excel列字母和列范围列表(例如"A:E" 或"A,C, E:F")。

(7)squeeze:布尔值，默认为 False,如果解析的数据只包含一列，则返回一个 Series。

(8)dtype:列的类型名称或字典，默认为None。 为数据或列的数据类型。例如{'a':np.

float64,'b':np.int32}使用对象存储在 Excel中的数据而不解释 dtype。 如果指定了转换 器，则它们将应用于 dtype转换的INSTEAD。

(9)skiprows:省略指定行数的数据，从第1行开始。

(10)skipfooter:省略指定行数的数据，从尾部数的行开始。

DataFrame 数据写入 Excel文件函数 to excel()函数原型为

DataFrame.to excel(self,excel writer,sheet name='Sheetl',columns=None,header =True,index=True,index label=None,startrow=0,startcol=0,merge cells=True, …)

函数参数的作用如下：

(1)excel writer:文件路径。

(2)sheet name:写入Excel文件的工作表名。

(3)columns:选择输出的列。

(4)header:写出列名，字符串或布尔列表，默认为 True,如果给定字符串列表，则假定为列名的别名。

(5)index:布尔值，默认为 True,写入行名称(索引)。

(6)index label:字符串或序列，如果需要，默认索引列的无列标签。如果没有给定，并 且 header和 index为 True,则使用索引名称。如果数据帧使用多索引，则应给出序列。

(7)startrow:开始行。

(8)startcol:开始列。

(9)merge cells:合并单元格，布尔值，默认为 True,将多索引和分层行作为合并单元格写入。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们 [email protected] 处理，核实后本网站将在24小时内删除侵权内容。