pandas读写Excel详解

本文为作者原创，转载请注明

---

一、Excel读取

Excel的读取可以采用ExcelFile类和read_excel两种方法，在实际使用中差别不大。其区别可以见e-learn上贴子讨论，观点摘录如下：

• 除了语法之外没有特别的区别。从技术上讲，ExcelFile是一个类，read_excel是一个函数。在任何一种情况下，实际都是由定义在ExcelFile的_parse_excel解析
• ExcelFile.parse循环速度更快（存疑）

1. ExcelFile类

类的定义和方法参数感兴趣的可以查看源码
ExcelFile.parse(sheet_name=0, header=0, names=None, index_col=None, usecols=None, squeeze=None, converters=None, true_values=None, false_values=None, skiprows=None, nrows=None, na_values=None, parse_dates=False, date_parser=None, thousands=None, comment=None, skipfooter=0, convert_float=None, mangle_dupe_cols=True, **kwds)

import pandas as pd
table = pd.ExcelFile('./data/table1.xlsx')
print(type(table))
print(table.sheet_names) ##按顺序获取sheet名称
## 提取表格信息
sheet1 = table.parse(sheet_name=0) #可以使用序号，一次性读取多个用列表[0,1]
sheet2 = table.parse(sheet_name=table.sheet_names[1]) #也可以使用sheet名
print('sheet1:\n{0}\n sheet2:\n{1}'.format(sheet1,sheet2))

输出结果如下：

2. read_excel()方法

pandas.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None, squeeze=None, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skiprows=None, nrows=None, na_values=None, keep_default_na=True, na_filter=True, verbose=False, parse_dates=False, date_parser=None, thousands=None, decimal=’.’, comment=None, skipfooter=0, convert_float=None, mangle_dupe_cols=True, storage_options=None)

主要参数	解释
io	文件路径
sheet_name	sheet名称，可以是数字或sheet名，默认‘sheet1 ’
header	指定标题行，默认第一行为标题，可以设置多行如[0,1]为标题行
names	在header=None的前提下，补充列名
index_col	用于指定索引，默认为None，设置多列索引index_col=[0,1]
usecols	用于指定读取的列，默认为None，读取第2-4列usecols = [1,2,3]
engine	“xlrd”支持.xls，“openpyxl”支持.xlsx
dtype	指定数据列的类型，如{‘a’: np.float64, ‘b’: str}
converters	转换指定列的函数字典{“A”:lambda x: x/100,“B”:lambda x: x/100}
skiprows	省略指定行数的数据，从第一行开始
skipfooter	省略指定行数的数据，是从尾部数的行开始

示例如下：

##可以逐个sheet读取，也可以一次读取
st1 = pd.read_excel('./data/table1.xlsx',sheet_name='1班')
st2 = pd.read_excel('./data/table1.xlsx',sheet_name='2班')
table = pd.read_excel('./data/table1.xlsx',sheet_name=[0,1]) ## 一次性读取 st1 = table[0],st2 = table[1]
print('st1:\n{0}\n st2:\n{1}'.format(st1,st2)) #与上面输出结果相同

使用其他参数

st3 = pd.read_excel('./data/table1.xlsx',sheet_name=1,dtype={'体重': int,'分数': float}) 
st4 = pd.read_excel('./data/table1.xlsx',sheet_name=1,converters={'身高':lambda x:x*100,'体重':lambda x:x*2}) 
#Both a converter and dtype were specified for column 体重 - only the converter will be used
st5 = pd.read_excel('./data/table1.xlsx',sheet_name=1,dtype={'体重': int,'分数': float},converters={'身高':lambda x:x*100,'体重':lambda x:x*2})
print('st3:\n{0}\n st4:\n{1}\n st5:\n{2}'.format(st3,st4,st5))

注意：对某一列同时使用dtype和converters，仅仅converter被有效使用

二、Excel写入

1. 写入Excel

有两种方法可以进行写入，使用to_excel方法和ExcelWriter类，如要写入到一个文件中多个sheet，需要使用ExcelWriter类。
ExcelWriter定义如下：
class pandas.ExcelWriter(path, engine=None, date_format=None, datetime_format=None, mode=‘w’, storage_options=None, if_sheet_exists=None, engine_kwargs=None, **kwargs)
to_excel方法：
DataFrame.to_excel(excel_writer, sheet_name=‘Sheet1’, na_rep=’’, float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep=‘inf’, verbose=True, freeze_panes=None, storage_options=None)
ExcelWriter()可以向同一个excel的不同sheet中写入对应的表格数据
代码如下（示例）：

#使用pd.to_excel方法
st5.to_excel('./data/table2.xlsx',sheet_name='newSheet')

ExcelWriter类写入流程：基于已创建的writer对象，利用to_excel()方法将不同的dataframe及其对应的sheet名称写入该writer对象中，并在全部表格写入完成之后，使用save()方法来执行writer中内容向对应实体excel文件写入数据的过程
同python文件IO一样，有两种写入方式。writer应该作为上下文管理器，否则，需要调用close() 保持和关闭打开的文件句柄

第一种：

writer = pd.ExcelWriter('./data/table3.xlsx')
st4.to_excel(writer,sheet_name='st4',index=False)
st5.to_excel(writer,sheet_name='st5',index=False)
##数据写出到excel文件中
writer.save()

第二种：

with pd.ExcelWriter('./data/table4.xlsx') as writer:  
    st4.to_excel(writer, sheet_name='st4',index=False)
    st5.to_excel(writer, sheet_name='st5',index=False)

2. 已有Excel增加sheet

mode分为两种写入’w’和追加‘a’，在已有表格中增加sheet使用‘a’模式，指定写入的sheet名称，代码如下（示例）：

with pd.ExcelWriter('./data/table4.xlsx',mode='a',engine='openpyxl') as writer:
    st3.to_excel(writer, sheet_name='st3',index=False)

3. 覆盖Excel中已有sheet

如果需要重新写入Excel中某个sheet，直接往Excel写入同名sheet不会覆盖，而是创建一个新的表单（sheet1），需要采用以下方法

with pd.ExcelWriter('./data/table4.xlsx',mode='a',engine='openpyxl') as writer:
    wb = writer.book # openpyxl.workbook.workbook.Workbook 获取所有sheet
    wb.remove(wb['st3']) #删除需要覆盖的sheet
    st1.to_excel(writer, sheet_name='st3',index=False) ##sheet st3的内容更新成st1值

4. 已有sheet中追加数据

读取原表格的Workbook和sheets，赋给writer句柄，保证数据内容的一致。获取拟写入表单的数据行数，从下一行开始写入，需要设置header = False

import pandas as pd
from openpyxl import load_workbook
newdata = pd.DataFrame([('6','LUCY','F',190,135,90),('7','ROB','M',181,145,78),('8','FRADI','M',176,133,80)])#需要新写入的数据
df = pd.read_excel('./data/table4.xlsx',sheet_name='st4') #读取原数据文件和表
writer = pd.ExcelWriter('./data/table4.xlsx',engine='openpyxl')
book = load_workbook('./data/table4.xlsx')
writer.book = book # openpyxl.workbook.workbook.Workbook
writer.sheets = dict((ws.title, ws) for ws in book.worksheets) #{'st4': , 'st5': , 'st3': }
df_rows = df.shape[0] #获取原数据的行数
newdata.to_excel(writer, sheet_name='st4',startrow = df_rows + 1, index = False, header = False)#将数据写入excel中的st3,从第一个空行开始写
writer.save()#保存