Pandas官网https://www.pypandas.cn/
下面一起学习，如何使用Python导入.xlsx文件和.csv文件，导入.xlsx文件的参数如下所示，本文讲解我们日常办公所需要的一些参数。
pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None,usecols=None, squeeze=False,dtype=None,engine=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=True, **kwds)
导入.xlsx文件
使用read_excel命令导入数据，写入路径即可。
#导入数据df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx")df.head()
#导入前4行数据df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",nrows=4)df
#导入具体的sheet数据df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",sheet_name = "中国首映")df.head()
#header为0时，第一行作为列索引df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",header = 0)df.head()
#index_col为1时，第二列作为行索引df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",index_col = 1)df.head()
#选择第二列，第六列数据df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",usecols =[1,5])df.head()
'名字 上映时间'.split()['名字', '上映时间']#选择特定的列df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",usecols =['名字', '上映时间'])df.head()
这里发现指定具体的列名称时无法选择列，我们使用切片索引选择特定的列。
#选择特定的列df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx")df=df.loc[:,['名字', '上映时间']]df.head()
#跳过第二行和第四行数据df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",header=0,skiprows=[1,3])df.head()
#对列命名df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",usecols =[1,5],names=["电影名称","上映日期"])df.head()
df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx")df.dtypes
#转化数据类型df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",dtype={'投票人数':'int','评分':'int'})df.dtypes
object数据类型转化。
#查看数据类型df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",usecols =[5])df.dtypes
指定解析成日期格式的列。
#转化日期类型df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",usecols =[5],parse_dates=[0])df.dtypes
创建一个时间表。
import pandas as pdfrom datetime import datetimea={'日期':[datetime(2021,3,15),datetime(2021,3,15)],'销量':[10,20]}b={'日期':[datetime(2021,3,16),datetime(2021,3,16)],'销量':[30,40]}df1=pd.DataFrame(a)df2=pd.DataFrame(b)
使用datetime_format进行日期格式转化。
with pd.ExcelWriter(r'C:\Users\尚天强\Desktop\learn.xlsx',datetime_format='YYYY-MM-DD') as writer :df1.to_excel(writer,sheet_name='15日',index=False)df2.to_excel(writer,sheet_name='16日',index=False)
数据导出
使用to_excel，写入导出的路径，进行数据导出，index=False消行索引。
import pandas as pda={'销量':[10,20],'售价':[100,200]}df=pd.DataFrame(a)df.to_excel(r'C:\Users\尚天强\Desktop\learn.xlsx',index=False) #取消行索引
import pandas as pda={'销量':[10,20],'售价':[100,200]}df=pd.DataFrame(a,index=['A','B']) #加入一个行索引df.index.name='货号'df.to_excel(r'C:\Users\尚天强\Desktop\learn.xlsx')
float_format
设置浮点型数据的小数位。
na_rep
空值进行填充。
import pandas as pda={'销量':[10,20.43],'售价':[100.25,None]}df=pd.DataFrame(a,index=['A','B']) #加入一个行索引df.index.name='货号'df.to_excel(r'C:\Users\尚天强\Desktop\learn.xlsx',sheet_name='第一张表',float_format='%.2f',na_rep='空值')
导入.csv文件
我们常使用的CSV文件有CSV UTF-8(逗号分隔)和CSV(逗号分隔)这两种。
编码方式设置
如果导出的文件为gbk编码方式，导入数据的时候用gbkdf = pd.read_csv(r"C:\Users\尚天强\Desktop\score.csv",encoding="gbk",nrows =2)#导入前两行df
'''当文件路径或文件名为中文时，如果是CSV UTF-8(逗号分隔)的格式文件，需要把编码格式更改为utf-8-sig如果是CSV(逗号分隔)的格式文件，需要把编码格式更改为gbk'''df = pd.read_csv(r'C:\Users\尚天强\Desktop\cars_scoreCSV.csv',engine="python",encoding="gbk")df.head()
'''当文件路径或文件名为中文时，如果是CSV UTF-8(逗号分隔)的格式文件，需要把编码格式更改为utf-8-sig,如果是CSV(逗号分隔)的格式文件，需要把编码格式更改为gbk'''df = pd.read_csv(r'C:\Users\尚天强\Desktop\cars_scoreUTF-8.csv',engine="python",encoding="utf-8-sig")df.head()
