【Python】pandas中的read_excel()和to_excel()函数解析与代码实现

😎 作者介绍:我是程序员洲洲,一个热爱写作的非著名程序员。CSDN全栈优质领域创作者、华为云博客社区云享专家、阿里云博客社区专家博主。

🤓 同时欢迎大家关注其他专栏,我将分享Web前后端开发、人工智能、机器学习、深度学习从0到1系列文章。

🌼 同时洲洲已经建立了程序员技术交流群,如果您感兴趣,可以私信我加入社群,可以直接vx联系(文末有名片)v:bdizztt

🖥 随时欢迎您跟我沟通,一起交流,一起成长、进步!点此也可获得联系方式~

本文目录

前言

Pandas是Python中用于数据分析和操作的强大库,它提供了许多方便的函数来处理各种格式的数据。

Excel文件作为一种常见的数据存储格式,在数据处理中经常用到。

Pandas提供了read_excel()函数来读取Excel文件,以及to_excel()函数将数据写入Excel。

本文将详细解析这两个函数的用法,并通过代码示例展示它们在不同场景下的应用。

一、read_excel()函数简介

Pandas是一个开源的数据分析和操作库,它提供了快速、灵活和表达力强的数据结构,旨在使数据清洗和分析工作变得更加简单易行。Pandas是基于NumPy构建的,因此可以与NumPy无缝集成。

read_excel()函数用于读取Excel文件并将其转换为Pandas的DataFrame对象。这是处理Excel数据的基础。

1.1 基础语法

python 复制代码
pandas.read_excel(io, sheet_name=0, header=0, names=None, 
index_col=None, usecols=None, 
dtype=None, engine=None, converters=None, true_values=None, 
false_values=None, skiprows=None, nrows=None, na_values=None, 
keep_default_na=True, verbose=True, parse_dates=False, 
date_parser=None, thousands=None, comment=None, 
skipfooter=0, convert_float=True, mangle_dupe_cols=True, **kwds)

常用的参数说明:

python 复制代码
io : string, path object ; excel 路径。
sheetname : string, int, mixed list of strings/ints, or None, default 0 返回多表使用sheetname=[0,1],若sheetname=None是返回全表 注意:int/string 返回的是dataframe,而none和list返回的是dict of dataframe
header : int, list of ints, default 0 指定列名行,默认0,即取第一行,数据为列名行以下的数据 若数据不含列名,则设定 header = None
skiprows : list-like,Rows to skip at the beginning,省略指定行数的数据
skip_footer : int,default 0, 省略从尾部数的int行数据
index_col : int, list of ints, default None指定列为索引列,也可以使用u"strings"
names : array-like, default None, 指定列的名字。

示例代码

python 复制代码
import pandas as pd

# 读取Excel文件
df = pd.read_excel('path_to_your_excel_file.xlsx')

# 只读取特定的列
df = pd.read_excel('path_to_your_excel_file.xlsx', usecols=['Column1', 'Column2'])

二、to_excel()函数简介

to_excel()函数用于将DataFrame对象写入Excel文件。你可以控制输出的格式、工作表名称等。

基础语法

python 复制代码
DataFrame.to_excel(io, excel_writer, sheet_name='Sheet1',
na_rep='', float_format=None, columns=None, header=True, 
index=True, index_label=None, startrow=0, startcol=0, 
engine=None, merge_cells=True, encoding=None, 
inf_rep='inf', verbose=True, freeze_panes=None, 
storage_options=None)

常用的参数说明:

python 复制代码
io: Excel文件的路径或文件对象。
sheet_name: 写入的工作表名称。
na_rep: 缺失值的表示方式,默认为空字符串。
columns: 指定要写入的列。
header: 是否写入列名。
index: 是否写入索引。

示例代码

python 复制代码
# 将DataFrame写入Excel文件
df.to_excel('output_excel_file.xlsx', sheet_name='Sheet1')

# 只写入特定的列
df.to_excel('output_excel_file.xlsx', columns=['Column1', 'Column2'])

三、代码案例

读取并处理Excel数据

python 复制代码
# 读取Excel文件
df = pd.read_excel('data.xlsx')

# 数据清洗:去除重复记录
df = df.drop_duplicates()

# 将处理后的数据写回Excel
df.to_excel('cleaned_data.xlsx')

场景2:合并多个Excel工作表

python 复制代码
# 读取Excel文件中的所有工作表
xls = pd.ExcelFile('multi_sheets.xlsx')

# 遍历工作表并读取数据
dfs = {sheet: xls.parse(sheet) for sheet in xls.sheet_names}

# 合并所有工作表的数据
combined_df = pd.concat(dfs.values(), ignore_index=True)

# 将合并后的数据写入新的Excel文件
combined_df.to_excel('combined_data.xlsx', index=False)

写入格式化的Excel文件

python 复制代码
# 写入Excel文件,指定列名和不写入索引
df.to_excel('formatted_data.xlsx', index=False, header=True, columns=['Column1', 'Column2'])

# 使用ExcelWriter来设置工作表的格式
with pd.ExcelWriter('styled_data.xlsx', engine='xlsxwriter') as writer:
    df.to_excel(writer, sheet_name='Sheet1', startrow=2, startcol=3, index=False)
    workbook  = writer.book
    worksheet = writer.sheets['Sheet1']
    worksheet.set_column('A:D', 15)  # 设置列宽

四、read_excel()数据实战

假设我们拥有数据源如下:

python 复制代码
sheet1:
ID  NUM-1   NUM-2   NUM-3
36901   142 168 661
36902   78  521 602
36903   144 600 521
36904   95  457 468
36905   69  596 695

sheet2:
ID  NUM-1   NUM-2   NUM-3
36906   190 527 691
36907   101 403 470

函数原型

python 复制代码
basestation ="F://pythonBook_PyPDAM/data/test.xls"
data = pd.read_excel(basestation)
print data

输出一个dataframe

python 复制代码
      ID  NUM-1  NUM-2  NUM-3
0  36901    142    168    661
1  36902     78    521    602
2  36903    144    600    521
3  36904     95    457    468
4  36905     69    596    695

sheetname

sheetname参数:返回多表使用sheetname=[0,1],若sheetname=None是返回全表

注意:int/string 返回的是dataframe,而none和list返回的是dict of dataframe

python 复制代码
data_1 = pd.read_excel(basestation,sheetname=[0,1])
print data_1
print type(data_1)

输出:dict of dataframe

python 复制代码
OrderedDict([(0, ID  NUM-1  NUM-2  NUM-3
0  36901    142    168    661
1  36902     78    521    602
2  36903    144    600    521
3  36904     95    457    468
4  36905     69    596    695), 
(1,       ID  NUM-1  NUM-2  NUM-3
0  36906    190    527    691
1  36907    101    403    470)])

指定列名行,默认0,即取第一行,数据为列名行以下的数据 若数据不含列名,则设定 header = None ,注意这里还有列名的一行。

python 复制代码
data = pd.read_excel(basestation,header=None)
print data
输出:
       0      1      2      3
0     ID  NUM-1  NUM-2  NUM-3
1  36901    142    168    661
2  36902     78    521    602
3  36903    144    600    521
4  36904     95    457    468
5  36905     69    596    695

data = pd.read_excel(basestation,header=[3])
print data
输出:
   36903  144    600    521  
0  36904     95    457    468
1  36905     69    596    695

skiprows

省略指定行数的数据

python 复制代码
data = pd.read_excel(basestation,skiprows = [1])
print data
输出:
      ID  NUM-1  NUM-2  NUM-3
0  36902     78    521    602
1  36903    144    600    521
2  36904     95    457    468
3  36905     69    596    695

省略从尾部数的int行的数据

python 复制代码
data = pd.read_excel(basestation, skip_footer=3)
print data
输出:
      ID  NUM-1  NUM-2  NUM-3
0  36901    142    168    661
1  36902     78    521    602

index_col

指定列为索引列,也可以使用u"strings"

python 复制代码
data = pd.read_excel(basestation, index_col="NUM-3")
print data
输出:
          ID  NUM-1  NUM-2
NUM-3                     
661    36901    142    168
602    36902     78    521
521    36903    144    600
468    36904     95    457
695    36905     69    596

names

指定列的名字。

python 复制代码
data = pd.read_excel(basestation,names=["a","b","c","e"])
print data
       a    b    c    e
0  36901  142  168  661
1  36902   78  521  602
2  36903  144  600  521
3  36904   95  457  468
4  36905   69  596  695

五、to_excel()数据实战

数据源

python 复制代码
    ID  NUM-1   NUM-2   NUM-3
0   36901   142 168 661
1   36902   78  521 602
2   36903   144 600 521
3   36904   95  457 468
4   36905   69  596 695
5   36906   165 453 

加载数据:
basestation ="F://python/data/test.xls"
basestation_end ="F://python/data/test_end.xls"
data = pd.read_excel(basestation)

excel_writer

参数excel_writer,输出路径。

python 复制代码
data.to_excel(basestation_end)
输出:
    ID  NUM-1   NUM-2   NUM-3
0   36901   142 168 661
1   36902   78  521 602
2   36903   144 600 521
3   36904   95  457 468
4   36905   69  596 695
5   36906   165 453 

sheet_name

将数据存储在excel的那个sheet页面。

python 复制代码
data.to_excel(basestation_end,sheet_name="sheet2")

na_rep

缺失值填充

python 复制代码
data.to_excel(basestation_end,na_rep="NULL")
输出:
    ID  NUM-1   NUM-2   NUM-3
0   36901   142 168 661
1   36902   78  521 602
2   36903   144 600 521
3   36904   95  457 468
4   36905   69  596 695
5   36906   165 453 NULL

colums

sequence, optional,Columns to write 选择输出的的列。

python 复制代码
data.to_excel(basestation_end,columns=["ID"])
输出
    ID
0   36901
1   36902
2   36903
3   36904
4   36905
5   36906

boolean or list of string,默认为True,可以用list命名列的名字。header = False 则不输出题头。

python 复制代码
data.to_excel(basestation_end,header=["a","b","c","d"])
输出:
    a   b   c   d
0   36901   142 168 661
1   36902   78  521 602
2   36903   144 600 521
3   36904   95  457 468
4   36905   69  596 695
5   36906   165 453 

data.to_excel(basestation_end,header=False,columns=["ID"])
header = False 则不输出题头
输出:
0   36901
1   36902
2   36903
3   36904
4   36905
5   36906

index

index:boolean, default True Write row names (index)

默认为True,显示index,当index=False 则不显示行索引(名字)。

index_label : string or sequence, default None 设置索引列的列名。

python 复制代码
data.to_excel(basestation_end,index=False)
输出:
ID  NUM-1   NUM-2   NUM-3
36901   142 168 661
36902   78  521 602
36903   144 600 521
36904   95  457 468
36905   69  596 695
36906   165 453 

data.to_excel(basestation_end,index_label=["f"])
输出:
f   ID  NUM-1   NUM-2   NUM-3
0   36901   142 168 661
1   36902   78  521 602
2   36903   144 600 521
3   36904   95  457 468
4   36905   69  596 695
5   36906   165 453 

总结

📝Hello,各位看官老爷们好,我已经建立了CSDN技术交流群,如果你很感兴趣,可以私信我加入我的社群。

📝社群中不定时会有很多活动,例如每周都会包邮免费送一些技术书籍及精美礼品、学习资料分享、大厂面经分享、技术讨论谈等等。

📝社群方向很多,相关领域有Web全栈(前后端)、人工智能、机器学习、自媒体副业交流、前沿科技文章分享、论文精读等等。

📝不管你是多新手的小白,都欢迎你加入社群中讨论、聊天、分享,加速助力你成为下一个大佬!

📝想都是问题,做都是答案!行动起来吧!欢迎评论区or后台与我沟通交流,也欢迎您点击下方的链接直接加入到我的交流社群!~ 跳转链接社区~

相关推荐
凤枭香7 分钟前
Python OpenCV 傅里叶变换
开发语言·图像处理·python·opencv
测试杂货铺15 分钟前
外包干了2年,快要废了。。
自动化测试·软件测试·python·功能测试·测试工具·面试·职场和发展
艾派森19 分钟前
大数据分析案例-基于随机森林算法的智能手机价格预测模型
人工智能·python·随机森林·机器学习·数据挖掘
小码的头发丝、1 小时前
Django中ListView 和 DetailView类的区别
数据库·python·django
Chef_Chen2 小时前
从0开始机器学习--Day17--神经网络反向传播作业
python·神经网络·机器学习
千澜空2 小时前
celery在django项目中实现并发任务和定时任务
python·django·celery·定时任务·异步任务
斯凯利.瑞恩2 小时前
Python决策树、随机森林、朴素贝叶斯、KNN(K-最近邻居)分类分析银行拉新活动挖掘潜在贷款客户附数据代码
python·决策树·随机森林
yannan201903132 小时前
【算法】(Python)动态规划
python·算法·动态规划
蒙娜丽宁2 小时前
《Python OpenCV从菜鸟到高手》——零基础进阶,开启图像处理与计算机视觉的大门!
python·opencv·计算机视觉
光芒再现dev3 小时前
已解决,部署GPTSoVITS报错‘AsyncRequest‘ object has no attribute ‘_json_response_data‘
运维·python·gpt·语言模型·自然语言处理