Python 2.7 中的pandas 中的read_excel

导入pandas模块：

import pandas as pd

使用import读入pandas模块，并且为了方便使用其缩写pd指代。

读入待处理的excel文件：

df = pd.read_excel( 'log.xls' )

通过使用read_excel函数读入excel文件，后面需要替换成excel文件所在的路径。读入之后变为pandas的DataFrame对象。DataFrame是一个面向列(column-oriented)的二维表结构，且含有列表和行标，对excel文件的操作就转换为对DataFrame操作。另外，如果一个excel含有多个表，如果你只想读入其中一个可以：

df = pd.read_excel( 'log.xls' , sheetname = 1 )

增加了一个参数sheetname，表示的是第几个表，从0开始计数。我上面设置的是1，也就是第二个表。

读入之后，可以先查看表头信息和每一列的数据类型：

df.dtypes

输出如下：

Member     object
Unnamed: 1  float64
Unnamed: 2  float64
Unnamed: 3  float64
Unnamed: 4  float64
Unnamed: 5  float64
家内外活动类型    object
Unnamed: 7   object
activity    object
dtype: object

提取每个member连续出现的最后一行数据：

new_df = df.drop_duplicates(subset = 'Member' , keep = 'last' )

以上语句的意思是根据Member字段去除掉多余的行，并且保留相同行的最后一行数据。这些就得到了每一个member最后一行的数据了，返回了经过筛选后的DataFrame。

接下来需要将处理后的结果，保存为excel文件：

out = pd.ExcelWriter( 'output.xls' )
new_df.to_excel(out)
out.save()

output.xls是你要保存的文件名，可以任取；然后将DataFrame的内容保存到该文件，最后保存该文件到系统的磁盘上。

接下来，你就可以在当前目录看到一个新的文件，可以直接使用excel打开查看。

Pandas还提供了很多的API，可以根据具体的任务，查找API文档，找到合适的函数来完成任务。

附：一个完整的示例

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

#coding=utf-8 import pandas as pd # 读入excel文件中的第2个表 df = pd.read_excel( 'log.xls' , sheetname = 1 ) # 查看表的数据类型 print df.dtypes # 查看Member列的数据 print df[ 'Member' ] ''' # 新建一列，每一行的值是Member列和activity列相同行值的和 for i in df.index: df['activity_2'][i] = df['Member'][i] + df['activity'][i] ''' # 根据Member字段去除掉多余的行，并且保留相同行的最后一行数据 new_df = df.drop_duplicates(subset = 'Member' , keep = 'last' ) # 导出结果 out = pd.ExcelWriter( 'output.xls' ) new_df.to_excel(out) out.save()