pandas笔记：读写excel

1 读excel

read_excel函数能够读取的格式包含：xls, xlsx, xlsm, xlsb, odf, ods 和 odt 文件扩展名。

支持读取单一sheet或几个sheet。

1.0 使用的数据

1.1 主要使用方法

pandas.read_excel(
  io,    
  sheet_name=0, 
  header=0, 
  names=None, 
  index_col=None, 
  usecols=None, 
  squeeze=None, 
  dtype=None, 
  engine=None, 
  converters=None, 
  true_values=None, 
  false_values=None, 
  skiprows=None, 
  nrows=None, 
  na_values=None,
  keep_default_na=True, 
  na_filter=True, 
  verbose=False, 
  parse_dates=False, 
  date_parser=None, 
  thousands=None, 
  decimal='.', 
  comment=None, 
  skipfooter=0, 
  convert_float=None, 
  mangle_dupe_cols=True, 
  storage_options=None
)

1.2 主要参数

1.2.1 io

文件路径

import pandas as pd

pd.read_excel('tst.xlsx')

1.2.2 sheet_name

• sheet表名，支持 str, int, list, or None
• 默认是0，索引号从0开始，表示第一个sheet

|--------------|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| sheet_name类型 | 输出结果 |
| 数字 | |
| 字符串 | |
| 列表 | |

1.2.3 header

• 表示用第几行作为表头，支持 int, list of int；
• 默认是0，第一行的数据当做表头。
• header=None表示不使用数据源中的表头

1.2.4 names

自定义表头的名称，此时需要传递数组参数

1.2.5 index_col

• 指定哪些列属性为行索引列，支持 int, list of int, 默认是None
  • 也就是索引为0,1,2,3等自然数的列用作DataFrame的行标签。
  • 如果传入的是列表形式，则行索引会是多层索引

1.2.6 usecols

待解析的列，支持 int, str, list-like, or callable ，默认是 None，表示解析全部的列。

1.2.7 dtype

指定列属性的字段类型。

eg：{'a': np.float64, 'b': np.int32}；默认为None，也就是不改变数据类型

1.2.8 converters

对指定列进行指定函数的处理，传入参数为列名与函数组成的字典

1.2.9 skiprows

跳过指定的行

1.2.10 nrows

指定读取的行数

1.2.11 na_values

指定列的某些特定值为NaN

1.2.12 keep_default_na

是否导入空值，默认是导入，识别为NaN

2 写excel

和写csv很类似

import pandas as pd

data=[{1:'a',2:'b'},
     {1:'c',4:'d'}]
f1=pd.DataFrame(data)
f1.to_excel('t.xlsx',sheet_name='1')

2.1 index=False------不把索引列也存入

import pandas as pd

data=[{1:'a',2:'b'},
     {1:'c',4:'d'}]
f1=pd.DataFrame(data)
f1.to_excel('t.xlsx',sheet_name='1',index=None)