程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
您现在的位置: 程式師世界 >> 編程語言 >  >> 更多編程語言 >> Python

官方推薦:6種Pandas讀取Excel的方法,正確答案都寫在源代碼裡了~太方便了

編輯:Python

大家好,這裡是程序員晚楓。

很多朋友使用Python中的Pandas這個庫進行Excel的數據處理,數據處理從宏觀上分為這麼3個階段:數據讀取、數據處理、數據輸出。

對於大多數新人來說,在數據讀取的這一步就卡住了。

今天我們就來一起學習一下,Pandas官方推薦的6種Excel讀取方式。

本文一共3部分:下載pandas和生成Excel文件、源碼解讀、讀取Excel的6種方式。
如果你是一個熟練的Python使用者,你可以直接跳轉到第3部分。
如果你是剛接觸Python或者剛接觸Pandas,建議你從第1部分開始看。

下文所有代碼,都可以 ←左右→ 滑動查看,也可以直接復制粘貼。

1、准備工作

  • 首先,你要下載最新版本的Pandas庫。這樣你才能使用Pandas,這個不難理解吧?

  • 其次,你要有一個和本文一樣的Excel文件。為了確保大家和本文的操作統一,建議大家使用和本文同樣的Excel文件。

怎麼下載Pandas?怎麼獲取Excel?我們都用1行命令來自動搞定,畢竟我們是自動化辦公社區,如果這些操作不能自動化搞定,那豈不是太過分了?

你直接執行下面這行代碼,就會生成一個和本文一模一樣的Excel文件啦~

1行命令安裝:pandas,版本:1.4.0

在你的電腦終端裡面,執行下面這行命令,就可以自動安裝pandas了~

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple python-office -U

1行命令生成Excel

Excel文件也不需要你四處下載,之前我們不是介紹了一個功能嘛,這裡是它的用武之地:1行代碼,自動生成帶模擬數據的Excel文件

以後我們處理Excel的案例和演示,每次都會使用這種自動生成的方法,你當然也可以手動編輯一個,但如果未來我們要學習如何處理10w行的Excel文件呢?不論你是手動生成還是百度雲下載,都是一個及其緩慢的過程。

但用下面這個生成方式,模擬一個10w+數據的Excel文件,也是不過是一瞬間的事情,一定要嘗試一下喲~你會發現新世界的。

import office

office.excel.fake2excel(columns=['name', 'company_prefix','job'], rows=5)

在你的PyCharm裡面,執行上面這行代碼,就可以生成一個如下圖所示,和本文一模一樣的Excel文件啦~

2、pandas源代碼裡說了什麼?

其實學習Pandas很簡單,不用網上東奔西找,所有的代碼功能,創始人和開發者們都通過注釋的方法寫在源代碼裡了。

如何查找pandas的源代碼?

下載好pandas以後,我們就打開pandas的源碼,看看pandas推薦的讀取方式有哪些。pandas源碼的路徑:D:\你的python安裝目錄\Lib\site-packages\pandas\

打開源碼後,pandas文件夾下有多個目錄結構,如下圖所示,我們要的讀取Excel功能,在pandas\io\excel\_base.py文件中的290行-350行。如下圖所示

既然找到了這段源碼,那麼問題來了源碼告訴了我們什麼?

3、6種讀取Excel的方式

下面我們就根據上文獲取到的pandas源碼,逐個解析一下這6種讀取excel的方式。

1、指定索引列讀取

這種讀取方式,適合Excel裡的數據,本身有一列表示序號的情況。

pd.read_excel('fake2excel.xlsx', index_col=0)

# 使用index_col=0,指定第1列作為索引列。

結果如下圖所示:

  • 列名沒有對齊,不是代碼運行有問題,是因為那麼列被當作了索引列。

這種方式不符合我們這個文件的要求,所以我們可以進行以下修改:不要指定索引列。

代碼和結果如下:

pd.read_excel('fake2excel.xlsx', index_col=None)

2、指定sheet讀取

見名知意。

pd.read_excel(open('fake2excel.xlsx', 'rb'), sheet_name='Sheet2')

# 使用sheet_name=0,指定讀取sheet2裡面的內容。

我們在原表裡加入了sheet2,結果如下圖所示:

  • 這種情況下,不會讀取sheet1裡面的內容

3、取消header讀取

讀取本身沒有列名的數據。

pd.read_excel('fake2excel.xlsx', index_col=None, header=None) 

# 使用header=None,取消header讀取。

結果如下圖所示:

  • 這種情況下,適合原Excel表沒有列名的情況。
  • 我們的文件裡有列名的情況下,列名也被當成了數據。

4、指定讀取格式

這種適合高端玩家,在對數據處理精度要求比較高或者速度要求比較快的情況下。

pd.read_excel('fake2excel.xlsx', index_col=0, dtype={'age': float})  

# 使用dtype,指定某一列的數據類型。

結果如下圖所示:

  • 我們添加了一列:年齡,本來是整數,但是指定float類型之後,讀取出來成了小書。
  • 這種讀取,更適合對數據有特殊要求的情況,例如:金融行業。

5、自定義缺失值

這種使用的場景是什麼呢?比如在收集信息的時候據時候,發現有人填的年齡是負數,那就自動給他把年齡清空掉,讓他重新填寫。

pd.read_excel('fake2excel.xlsx', index_col=None,na_values={'name':"龐強"}) 

# 使用na_values,自己定義不顯示的數據

結果如下圖所示:

  • 我們的表格裡,有個人的名字叫:龐強我們不想顯示這個人的名字
  • 於是我們就在na_values指定:name這一列是龐強的名字,置為空,在pandas裡空值會用NaN表示。

6、處理Excel裡的注釋行

不僅Python是可以寫注釋的,Excel也是可以寫注釋的。很多人沒有用過,用過的朋友在評論區說一下你為什麼給Excel寫注釋吧~?

pandas提供了處理Excel注釋行的方法。

pd.read_excel('fake2excel.xlsx', index_col=None, comment='#') 

結果如下圖所示:

4、寫在最後

做為Python程序員,平時需要大家閱讀源碼,認清楚代碼背後的原理和邏輯。

最近使用pandas比較多,正好pandas也可以處理excel,所以近期會持續的更新一些pandas使用的文章。

下一篇想看什麼,在評論區告訴我吧


  1. 上一篇文章:
  2. 下一篇文章:
Copyright © 程式師世界 All Rights Reserved