Python之如何使用pandas操作Excel表

目录

1、前言

2、读取Excel

3、对Excel进行操作

3.1、获取行号、列名

 3.2、获取单元格的值，并循环输出

 3.3、对空值进行处理，替换

 3.4、增加一列，并对新增列的第一行进行赋值

3.5、将修改后数据保存到原文档

 3.6、关于循环取数

4、错误处理

5、全部代码

---

1、前言

网上也有很多关于如何使用pandas对Excel表格进行操作的文章，本文纯当记录

Excel原文件数据如下：

2、读取Excel

对Excel操作分两步：

1、首先要导入pandas库

2、设置Excel文件路径

注意：

pandas.read_excel(file, sheet_name=0, keep_default_na=False)
1、file为要读取的Excel文件
2、sheet_name表示要读取的sheet名，0表示第一个sheet，1表示第2个sheet，依次类推；也可以直接写sheet的名称，如sheet_name='Sheet1'
3、当Excel中有空值时，直接读取会显示nan，read_excel方法中加上keep_default_na=False后，
空值nan会变成：'' 空字符串，后续可用if cell_data=='' 进行判断

代码如下：

import pandas

file = r'D:\student.xlsx'

class opexcel():
    def getdata(self, file):
        data = pandas.read_excel(file, sheet_name=0, keep_default_na=False)
        print(type(data)) # 输出数据类型（DataFrame）
        print(data)  # 输出数据

if __name__ == '__main__':
    opexcel().getdata(file)

打印结果如下：

3、对Excel进行操作

3.1、获取行号、列名

        row_index = data.index.values  # 行号： 数组形式 [0 1 2 3 4 5 6 7 8]
        print('行号是：%s' % row_index)
        row_num = len(data.index.values)  # 行数
        print('行数是：%s' % row_num)
        col_index = data.columns.values  # 列名： 数组形式['姓名' '性别' '年龄' '住址' '爱好']
        print('列名是：%s' % col_index)
        col_num = len(data.columns.values)  # 列数
        print('列数是：%s' % col_num)

打印结果：

 3.2、获取单元格的值，并循环输出

        for i in range(row_num): # 循环行数
            for j in range(col_num): # 循环列数
                cell_data=data.iloc[i,j] # 获取单元格的值
                   print('第%s行，第%s列的数据是：%s ' %(i,i,cell_data))

打印结果如下：

 3.3、对空值进行处理，替换

Excel文件中，某个单元格的值可能为空，直接读取会显示nan，且各个单元格的数据类型可能不一致，如date、str、int、float。这时如果直接读取，使用numpy.isnan()或者pandas.isnull()进行判断，都可能会报错，所以在开头读取Excel文件的方法pandas.read_excel(file, sheet_name=0, keep_default_na=False)中加上keep_default_na=False后，空值nan会变成：'' 空字符串。

现在我们想要将Excel中所有为空的单元格，替换为NULL字符串，操作如下

1、取出所有列名

2、循环列名，对空值替换（据实践，只有列名才有.replace()方法）

col_index = data.columns.values  # 列名
for col in col_index :
    data[col].replace('','NULL',inplace=True)
    # 第一个参数是替换前的值，即Excel表指定列的值，如有多个相同的值，后续都会被替换
      第二个参数是替换后的值，此处为字符串'NULL'，也可填数字、或其他类型
      第三个参数，是否替换，True为替换
    print(data)
打印结果如下：

如要将上方结果中【爱好】这一列的【无】，替换为羽毛球，操作如下：

data['爱好'].replace('无','羽毛球',inplace=True)

结果如下：

 3.4、增加一列，并对新增列的第一行进行赋值

新增一列【成绩】，并赋值未None：

data['成绩']=None

打印结果如下：

 修改增列的第一行的值为50：

data['成绩'][0]=50 

打印结果如下：

 3.5、将修改后数据保存到原文档

注意：以上操作中将空值替换、新增列、修改单元格数据等编辑操作，只在控制台有效，实际文件的内容并不会被改变

file = r'D:\student.xlsx'

data.to_excel(file,sheet_name='Sheet1',index=False,header=True)

 # 用DataFrame的to_excel方法可将编辑后的数据进行保存（前面第一节已知data为DataFrame类型）

1、第一个参数file，表示数据将要保存到这个文件。可以是原文件(r'D:\student.xlsx')，如果写另外的文件（r'D:/test/newstudent.xlsx'），则数据将保存到另一个文件中，原文件数据不变

2、第二个参数sheet_name，表示将数据保存到文件的哪一个sheet工作表。如工作表不存在则会报错。

3、第三个参数index，表示工作表自带的序号。如果设置index=True，则保存后的数据将多出一列

4、第四个参数header，表示列名。设置header=True，保存后的数据将带上列名；设置header=False，保存后的数据将没有列名

注意：

读取文件的时候，sheet_name可以写成 sheet_name=0或 sheet_name='Sheet1'

data = pandas.read_excel(file, sheet_name=0,keep_default_na=False)

写入文件的时候，只能填写工作表的名称sheet_name='Sheet1'

保存后的数据如下：

设置index=True，结果如下：

 设置header=False，结果如下：

 3.6、关于循环取数

col_index = data.columns.values  # 列名 ['姓名' '性别' '年龄' '住址' '爱好' '成绩']
数组，用in进行循环取值:for i in col_index:
col_num = len(data.columns.values)  # 列数 6
数值，用rang进行循环取数：for i in range(col_num :

3.7、字符串分割

url=data['URL'][0] # https://blog.csdn.net/m0_46400195/article/detailspy
print(url)
print(type(url))
str1=str(data['URL'][0]).split('/')
# 注意： 虽然显示URL为str类型，但是仍然要先将data['URL'][0]转为str，才能使用.split方法进行分割。str(data['URL'][0]).split('/')，也可以写成str(url).split('/')
print(str1) # 打印分割后的结果
newstr1=str1[0]+'//'+str1[2]+'/'+str1[3]+'/'+'druid' #根据分割后的信息进行拼接
newstr2 = str1[0] + '//' + str1[2] + '/' + str1[3]+'/' + 'druid/index.html'
print(newstr1) #打印拼接后的字符串
print(newstr2)
打印结果如下：

4、错误处理

1、PermissionError: [Errno 13] Permission denied

这个错误出现可能是文件未关闭，关闭后再操作即可。还有可能是文件损坏了，打开文件，确认文件内容是否正常

2、……

5、全部代码

import pandas
import requests
from pandas import DataFrame
import xlwt
'''
1、当Excel中有空值时，直接读取会显示nan，read_excel方法中加上keep_default_na=False后，
空值nan会变成：‘’ 空字符串，后续可用if cell_data=='' 进行判断
2、col_index = data.columns.values  # 列名
   数组col_index：['序号' '是否导出' '所属单位']，用in进行循环取值:for i in col_index:
   row_num = len(data.index.values)  # 行数
   数值row_num：用rang进行循环取数：for i in range(row_num):
'''
file = r'D:\student.xlsx'


class opexcel():
    def getdata(self, file):
        data = pandas.read_excel(file, sheet_name=0,keep_default_na=False)
        # 当Excel中有空值时，直接读取会显示nan，read_excel方法中加上keep_default_na=False后，
        # 空值nan会变成：‘’ 空字符串，后续可用if cell_data=='' 进行判断
        # print(type(data))
        # print(data)  # 输出数据
        row_index = data.index.values  # 行号： 数组形式 [0 1 2 3 4 5 6 7 8]
        print('行号是：%s' % row_index)
        row_num = len(data.index.values)  # 行数
        print('行数是：%s' % row_num)
        col_index = data.columns.values  # 列名： 数组形式['序号' '是否导出' '所属单位' '项目名称' '项目']
        print('列名是：%s' % col_index)
        col_num = len(data.columns.values)  # 列数
        print('列数是：%s' % col_num)
        # data['result']=None
        # data.to_excel(r'D:\userCase11.xls', sheet_name='Sheet1', index=False, header=True)
        # for i in range(row_num): # 循环行数
        #     for j in range(col_num): # 循环列数
        #         cell_data=data.iloc[i,j] # 获取单元格的值
        #         print('第%s行，第%s列的数据是：%s ' %(i,i,cell_data))
        #
        # for col in col_index :
        #     data[col].replace('','NULL',inplace=True)
        #     print(data)
        #
        # data['爱好'].replace('无','羽毛球',inplace=True)
        # print(data)
        # data['成绩']=None
        # print(data)
        # data['成绩'][0]=50
        # print(data)
        # data.to_excel(file,sheet_name='Sheet1',index=False,header=False)




if __name__ == '__main__':
    opexcel().getdata(file)