pandas-读取文件(read_excel)

在大多数基本的使用案例中,read_excel会读取Excel文件通过一个路径,并且sheet_name会表明需要解析哪一张表格。

pandas-读取文件(read_excel)_第1张图片

以上set_option()方法的设置在本合集中输出设置(set_option)中有介绍https://blog.csdn.net/qq_14815199/article/details/120946121

 1. filepath_or_buffer : various

文件路径(path),URL

pandas-读取文件(read_excel)_第2张图片

2. 第二个参数是sheet_name,不要同ExcelFile.sheet_names搞混淆。 

ExcelFile's的属性sheet_names提供的是多张表格所生成的列表

pandas-读取文件(read_excel)_第3张图片 

 输出:

pandas-读取文件(read_excel)_第4张图片 3. usecols:解析特定的列

不推荐usecols方法使用单个整数值,请在usecols中使用包括从0开始的整数列表。

你也可以将逗号分隔的一组Excel列和范围指定为字符串.

 pandas-读取文件(read_excel)_第5张图片

 输出:

pandas-读取文件(read_excel)_第6张图片

4. parse_dates: 

当读取excel文件的时候,像日期时间的值通常会自动转换为恰当的dtype(数据类型)。但是如果你有一列字符串看起来很像日期(实际上并不是excel里面的日期格式),那么你就能使用parse_dates方法来解析这些字符串为日期:

pandas-读取文件(read_excel)_第7张图片 输出:

pandas-读取文件(read_excel)_第8张图片

5. converters 方法

Excel里面的单元格内容是可以通过converters方法来进行转换的。例如,把一列转换为布尔值:

pandas-读取文件(read_excel)_第9张图片

 输出:

pandas-读取文件(read_excel)_第10张图片

 6. dtype方法

作为另一个种转换器,使用dtype能指定整列地类型,它能让字典映射列名为数据类型。使用strobject来转译不能判断类型的数据:

pandas-读取文件(read_excel)_第11张图片

输出:

pandas-读取文件(read_excel)_第12张图片 

 

你可能感兴趣的:(pandas的那些事,pandas)