用python的pandas读取excel文件中的数据

一、读取Excel文件

  使用pandas的read_excel()方法，可通过文件路径直接读取。注意到，在一个excel文件中有多个sheet，因此，对excel文件的读取实际上是读取指定文件、并同时指定sheet下的数据。可以一次读取一个sheet，也可以一次读取多个sheet，同时读取多个sheet时后续操作可能不够方便，因此建议一次性只读取一个sheet。

  当只读取一个sheet时，返回的是DataFrame类型，这是一种表格数据类型，它清晰地展示出了数据的表格型结构。具体写法为：

(1)不指定sheet参数，默认读取第一个sheet，
 df=pd.read_excel("data_test.xlsx")
(2)指定sheet名称读取，
 df=pd.read_excel("data_test.xlsx",sheet_name="test1")
(3)指定sheet索引号读取，
 df=pd.read_excel("data_test.xlsx",sheet_name=0) #sheet索引号从0开始

*同时读取多个sheet，以字典形式返回。（不推荐）
(1)指定多个sheet名称读取， df=pd.read_excel("data_test.xlsx",sheet_name=["test1","test2"])
(2)指定多个sheet索引号读取，
df=pd.read_excel("data_test.xlsx",sheet_name=[0,1])
(3)混合指定sheet名称和sheet索引号读取，
df=pd.read_excel("data_test.xlsx",sheet_name=[0,"test2"])

二、DataFrame对象的结构

  对内容的读取分有表头和无表头两种方式，默认情形下是有表头的方式，即将第一行元素自动置为表头标签，其余内容为数据；当在read_excel()方法中加上header=None参数时是不加表头的方式，即从第一行起，全部内容为数据。读取到的Excel数据均构造成并返回DataFrame表格类型(以下以df表示)。

  对有表头的方式，读取时将自动地将第一行元素置为表头向量，同时为除表头外的各行内容加入行索引（从0开始）、各列内容加入列索引（从0开始）。如图所示

  对无表头的方式，读取时将自动地为各行内容加入行索引（从0开始）、为各列内容加入列索引（从0开始），行索引从第一行开始。如图所示

三、用values方式获取数据

1.基本方法
df.values，获取全部数据，返回类型为ndarray（二维）；
df.index.values，获取行索引向量，返回类型为ndarray（一维）；
df.columns.values，获取列索引向量（对有表头的方式，是表头标签向量），返回类型为ndarray（一维）。

  根据具体需要，通过ndarray的使用规则获取指定数据。数据获取的结构示意图如下所示。

有表头

无表头

2.获取指定数据的写法
(1)获取全部数据：
df.values，获取全部数据，返回类型为ndarray（二维）。

(2)获取某个值：
df.values[i , j]，第i行第j列的值，返回类型依内容而定。

(3)获取某一行：
df.values[i]，第i行数据，返回类型为ndarray（一维）。

(4)获取多行：
df.values[[i1 , i2 , i3]]，第i1、i2、i3行数据，返回类型为ndarray（二维）。

(5)获取某一列：
df.values[: , j]，第j列数据，返回类型为ndarray（一维）。

(6)获取多列：
df.values[:,[j1,j2,j3]]，第j1、j2、j3列数据，返回类型为ndarray（二维）。

(7)获取切片：
df.values[i1:i2 , j1:j2]，返回行号[i1,i2)、列号[j1,j2)左闭右开区间内的数据，返回类型为ndarray（二维）。

3.示例
带表头，excel内容为

Python脚本为
`import pandas as pd

df = pd.read_excel("data_test.xlsx")

print("\n(1)全部数据：")
print(df.values)

print("\n(2)第2行第3列的值：")
print(df.values[1,2])

print("\n(3)第3行数据：")
print(df.values[2])

print("\n(4)获取第2、3行数据：")
print(df.values[[1,2]])

print("\n(5)第2列数据：")
print(df.values[:,1])

print("\n(6)第2、3列数据：")
print(df.values[:,[1,2]])

print("\n(7)第2至4行、第3至5列数据：")
print(df.values[1:4,2:5])
`
执行结果

四、用loc和iloc方式获取数据

1.基本写法
  loc和iloc方法是通过索引定位的方式获取数据的，写法为loc[A, B]和iloc[A, B]。其中A表示对行的索引，B表示对列的索引，B可缺省。A、B可为列表或i1:i2（切片）的形式，表示多行或多列。

  这两个方法的区别是，loc将参数当作标签处理，iloc将参数当作索引号处理。也就是说，在有表头的方式中，当列索引使用str标签时，只可用loc，当列索引使用索引号时，只可用iloc；在无表头的方式中，索引向量也是标签向量，loc和iloc均可使用；在切片中，loc是闭区间，iloc是半开区间。

获取指定数据的写法：
(1)获取全部数据：
df.loc[: , :].values
或
df.iloc[: , :].values，返回类型为ndarray（二维）。

(2)获取某个值：
无表头
df.loc[i, j]
或
df.iloc[i, j]，第i行第j列的值，返回类型依内容而定。

有表头
df.loc[i, "序号"]，第i行‘序号’列的值。
或
df.iloc[i, j]，第i行第j列的值。

(3)获取某一行：
df.loc[i].values
或
df.iloc[i].values，第i行数据，返回类型为ndarray（一维）。

(4)获取多行：
df.loc[[i1, i2, i3]].values，
或
df.iloc[[i1, i2, i3]].values，第i1、i2、i3行数据，返回类型为ndarray（二维）。

(5)获取某一列：
无表头
df.loc[:, j].values
或
df.iloc[:, j].values，第j列数据，返回类型为ndarray（一维）。

有表头
df.loc[:,"姓名"].values，‘姓名’列数据，返回类型为ndarray（一维）。
或
df.iloc[:, j].values，第j列数据，返回类型为ndarray（一维）。

(6)获取多列：
无表头
df.loc[:, [j1 , j2]].values
或
df.iloc[:, [j1 , j2]].values，第j1、j2列数据，返回类型为ndarray（二维）。

有表头
df.loc[:, ["姓名","性别"]].values，‘姓名’、‘性别’列数据，返回类型为ndarray（二维）；
df.iloc[:, [j1 , j2]].values，第j1、j2列数据，返回类型为ndarray（二维）。

(7)获取切片：
无表头
df.loc[i1:i2, j1:j2].values，返回行号[i1,i2]、列号[j1,j2]闭区间内的数据，返回类型为ndarray（二维）；
df.iloc[i1:i2, j1:j2].values，返回行号[i1,i2)、列号[j1,j2)左闭右开区间内的数据，返回类型为ndarray（二维）。

有表头
df.loc[i1:i2, "序号":"姓名"].values，返回行号[i1,i2]、列号["序号","姓名"]闭区间的数据，返回类型为ndarray（二维）；
df.iloc[i1:i2, j1:j2].values，返回行号[i1,i2)、列号[j1,j2)左闭右开区间内的数据，返回类型为ndarray（二维）。

2.示例
带表头，excel内容为

Python脚本为
`import pandas as pd

df = pd.read_excel("data_test.xlsx")

print("\n(1)全部数据：")
print(df.iloc[:,:].values)

print("\n(2)第2行第3列的值：")
print(df.iloc[1,2])

print("\n(3)第3行数据：")
print(df.iloc[2].values)

print("\n(4)第2列数据：")
print(df.iloc[:,1].values)

print("\n(5)第6行的姓名：")
print(df.loc[5,"姓名"])

print("\n(6)第2至3行、第3至4列数据：")
print(df.iloc[1:3,2:4].values)`
执行结果
 

End.