3-Python利用pandas处理Excel数据

Python利用pandas处理Excel数据

本章节内容主要参考来源：https://www.cnblogs.com/liulinghua90/p/9935642.html

一、配置环境

1、pandas依赖处理Excel的xlrd模块，所以我们需要提前安装这个，安装命令是：pip install xlrd

 

2、安装pandas模块还需要一定的编码环境，所以我们自己在安装的时候，确保你的电脑有这些环境：Net.4 、VC-Compiler以及winsdk_web，如果大家没有这些软件~可以咨询我们的辅导员索要相关安装工具。

 

3、步骤1和2 准备好了之后，我们就可以开始安装pandas了，安装命令是：pip install pandas

 

我的电脑进行步骤1和步骤3后可直接使用了，故不知步骤2中的配置是否有影响

 

二、pandas操作Excel表单

注意：加密文件是无法正常读写的

 

首先需准备一个表单

1、读取excel文件的方式一：默认读取第一个表单：

import pandas as pd

# 方法一：默认读取第一个表单
df = pd.read_excel("C:\\文件路径\\文件名.xlsx")  # 直接默认读取到Excel的第一个表单
data = df.head()  # 默认读取前5行的数据
print("获取到所有的值：\n{0}".format(data))  # 格式化输出

 

得到的结果是一个二维矩阵，如下图所示：

2、读取excel文件的方式二：通过制定表单名的方式读取：

import pandas as pd

# 方法一：通过指定表单名的方式来读取
df = pd.read_excel("C:\\文件路径\\文件名.xlsx ", sheet_name='测试用例')
# 直接默认读取到Excel的第一个表单
data = df.head()  # 默认读取前5行的数据
print("获取到所有的值：\n{0}".format(data))  # 格式化输出

 

得到的结果是一个二维矩阵，如下图所示：

 

3、读取excel文件的方法三：通过表单索引来指定要访问的表单，0表示第一个表单

import pandas as pd

# df = pd.read_excel(' C:\\文件路径\\文件名.xlsx '])
# 可以通过表单名同时指定多个
df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ', sheet_name=0)  # 可以通过表单索引来指定读取的表单
# df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ', sheet_name=['功能模块', 1])  # 可以混合的方式来指定
# df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ', sheet_name=[1, 2])  # 可以通过索引 同时指定多个
data = df.values  # 获取所有的数据，注意这里不能用head()方法哦~
print("获取到所有的值:\n{0}".format(data))  # 格式化输出

上述运行结果不知如何解释

三、pandas操作Excel的行列

1：读取指定的单行，数据会存在列表里面

import pandas as pd

df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
data = df.ix[0].values  # 0表示第一行 这里读取数据并不包含表头，要注意哦！
print("获取到所有的值:\n{0}".format(data))  # 格式化输出

 

2：读取指定的多行，数据会存在嵌套的列表里面：

import pandas as pd

df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
data = df.ix[[1, 2]].values  # 读取指定多行的话，就要在ix[]里面嵌套列表指定行数
print("获取到所有的值:\n{0}".format(data))  # 格式化输出

3：读取指定的行列：

import pandas as pd

df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
data = df.ix[1, 2]  # 读取第一行第二列的值，这里不需要嵌套列表
print("获取到所有的值:\n{0}".format(data))  # 格式化输出

4：读取指定的多行多列值：

import pandas as pd

df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
data = df.ix[[1, 2], ['序号', '功能划分']].values  # 读取第一行第二行的序号以及功能划分列的值，这里需要嵌套列表
print("获取到所有的值:\n{0}".format(data))  # 格式化输出

5：获取所有行的指定列

import pandas as pd

df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
data = df.ix[:, ['序号', '功能划分']].values  # 读所有行的“序号”以及“功能划分”列的值，这里需要嵌套列表
print("获取到所有的值:\n{0}".format(data))  # 格式化输出

 

6：获取行号并打印输出

import pandas as pd

df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
print("输出行号列表", df.index.values)

7：获取列名并打印输出

import pandas as pd

df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
print("输出列标题", df.columns.values)

8：获取指定行数的值：

import pandas as pd

df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
print("输出值：\n", df.sample(3).values)  # 这个方法类似于head()方法以及df.values方法

 

9：获取指定列的值：

import pandas as pd

df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
print("输出值\n", df['功能划分'].values)

四、pandas处理Excel数据成为字典

 

import pandas as pd

df = pd.read_excel(' C:\\文件路径\\文件名.xlsx ')
test_data = []
for i in df.index.values:  # 获取行号的索引，并对其进行遍历：
    # 根据i来获取每一行指定的数据 并利用to_dict转成字典
    row_data = df.ix[i, ['序号', '功能划分', '备注']].to_dict()
    test_data.append(row_data)
print("最终获取到的数据是：\n{0}".format(test_data))