一、讀取Excel文件

使用pandas的**read_excel()**方法，可通過(guò)文件路徑直接讀取。注意到，在一個(gè)excel文件中有多個(gè)sheet，因此，對(duì)excel文件的讀取實(shí)際上是讀取指定文件、并同時(shí)指定sheet下的數(shù)據(jù)?？梢砸淮巫x取一個(gè)sheet，也可以一次讀取多個(gè)sheet，同時(shí)讀取多個(gè)sheet時(shí)后續(xù)操作可能不夠方便，因此建議一次性只讀取一個(gè)sheet。

當(dāng)只讀取一個(gè)sheet時(shí)，返回的是DataFrame類(lèi)型，這是一種表格數(shù)據(jù)類(lèi)型，它清晰地展示出了數(shù)據(jù)的表格型結(jié)構(gòu)。具體寫(xiě)法為：

(1)不指定sheet參數(shù)，默認(rèn)讀取第一個(gè)sheet，

 df=pd.read_excel(“data_test.xlsx”)

(2)指定sheet名稱(chēng)讀取，

 df=pd.read_excel(“data_test.xlsx”,sheet_name=“test1”)

(3)指定sheet索引號(hào)讀取，

 df=pd.read_excel(“data_test.xlsx”,sheet_name=0) #sheet索引號(hào)從0開(kāi)始

*同時(shí)讀取多個(gè)sheet，以字典形式返回。（不推薦）

(1)指定多個(gè)sheet名稱(chēng)讀取， df=pd.read_excel(“data_test.xlsx”,sheet_name=[“test1”,“test2”])

(2)指定多個(gè)sheet索引號(hào)讀取，

df=pd.read_excel(“data_test.xlsx”,sheet_name=[0,1])

(3)混合指定sheet名稱(chēng)和sheet索引號(hào)讀取，

df=pd.read_excel(“data_test.xlsx”,sheet_name=[0,“test2”])

二、DataFrame對(duì)象的結(jié)構(gòu)

對(duì)內(nèi)容的讀取分有表頭和無(wú)表頭兩種方式，默認(rèn)情形下是有表頭的方式，即將第一行元素自動(dòng)置為表頭標(biāo)簽，其余內(nèi)容為數(shù)據(jù)；當(dāng)在read_excel()方法中加上header=None參數(shù)時(shí)是不加表頭的方式，即從第一行起，全部?jī)?nèi)容為數(shù)據(jù)。讀取到的Excel數(shù)據(jù)均構(gòu)造成并返回DataFrame表格類(lèi)型(以下以df表示)。

對(duì)有表頭的方式，讀取時(shí)將自動(dòng)地將第一行元素置為表頭向量，同時(shí)為除表頭外的各行內(nèi)容加入行索引（從0開(kāi)始）、各列內(nèi)容加入列索引（從0開(kāi)始）。如圖所示

對(duì)無(wú)表頭的方式，讀取時(shí)將自動(dòng)地為各行內(nèi)容加入行索引（從0開(kāi)始）、為各列內(nèi)容加入列索引（從0開(kāi)始），行索引從第一行開(kāi)始。如圖所示

三、用values方式獲取數(shù)據(jù)

1.基本方法

df.values，獲取全部數(shù)據(jù)，返回類(lèi)型為ndarray（二維）；

df.index.values，獲取行索引向量，返回類(lèi)型為ndarray（一維）；

df.columns.values，獲取列索引向量（對(duì)有表頭的方式，是表頭標(biāo)簽向量），返回類(lèi)型為ndarray（一維）。

根據(jù)具體需要，通過(guò)ndarray的使用規(guī)則獲取指定數(shù)據(jù)。數(shù)據(jù)獲取的結(jié)構(gòu)示意圖如下所示。
有表頭

無(wú)表頭

2.獲取指定數(shù)據(jù)的寫(xiě)法

(1)獲取全部數(shù)據(jù)：

df.values，獲取全部數(shù)據(jù)，返回類(lèi)型為ndarray（二維）。

(2)獲取某個(gè)值：

df.values[i , j]，第i行第j列的值，返回類(lèi)型依內(nèi)容而定。

(3)獲取某一行：

df.values[i]，第i行數(shù)據(jù)，返回類(lèi)型為ndarray（一維）。

(4)獲取多行：

df.values[[i1 , i2 , i3]]，第i1、i2、i3行數(shù)據(jù)，返回類(lèi)型為ndarray（二維）。

(5)獲取某一列：

df.values[: , j]，第j列數(shù)據(jù)，返回類(lèi)型為ndarray（一維）。

(6)獲取多列：

df.values[:,[j1,j2,j3]]，第j1、j2、j3列數(shù)據(jù)，返回類(lèi)型為ndarray（二維）。

(7)獲取切片：

df.values[i1:i2 , j1:j2]，返回行號(hào)[i1,i2)、列號(hào)[j1,j2)左閉右開(kāi)區(qū)間內(nèi)的數(shù)據(jù)，返回類(lèi)型為ndarray（二維）。

3.示例

帶表頭，excel內(nèi)容為

Python腳本為

import pandas as pd

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

print("\n(1)全部數(shù)據(jù)：")
print(df.values)

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

print("\n(3)第3行數(shù)據(jù)：")
print(df.values[2])

print("\n(4)獲取第2、3行數(shù)據(jù)：")
print(df.values[[1,2]])

print("\n(5)第2列數(shù)據(jù)：")
print(df.values[:,1])

print("\n(6)第2、3列數(shù)據(jù)：")
print(df.values[:,[1,2]])

print("\n(7)第2至4行、第3至5列數(shù)據(jù)：")
print(df.values[1:4,2:5])

執(zhí)行結(jié)果

四、用loc和iloc方式獲取數(shù)據(jù)

1.基本寫(xiě)法

loc和iloc方法是通過(guò)索引定位的方式獲取數(shù)據(jù)的，寫(xiě)法為loc[A, B]和iloc[A, B]。其中A表示對(duì)行的索引，B表示對(duì)列的索引，B可缺省。A、B可為列表或i1:i2（切片）的形式，表示多行或多列。

這兩個(gè)方法的區(qū)別是，loc將參數(shù)當(dāng)作標(biāo)簽處理，iloc將參數(shù)當(dāng)作索引號(hào)處理。也就是說(shuō)，在有表頭的方式中，當(dāng)列索引使用str標(biāo)簽時(shí)，只可用loc，當(dāng)列索引使用索引號(hào)時(shí)，只可用iloc；在無(wú)表頭的方式中，索引向量也是標(biāo)簽向量，loc和iloc均可使用；在切片中，loc是閉區(qū)間，iloc是半開(kāi)區(qū)間。

獲取指定數(shù)據(jù)的寫(xiě)法：

(1)獲取全部數(shù)據(jù)：

df.loc[: , :].values

或

df.iloc[: , :].values，返回類(lèi)型為ndarray（二維）。

(2)獲取某個(gè)值：

無(wú)表頭

df.loc[i, j]

或

df.iloc[i, j]，第i行第j列的值，返回類(lèi)型依內(nèi)容而定。

有表頭

df.loc[i, “序號(hào)”]，第i行‘序號(hào)’列的值。

或

df.iloc[i, j]，第i行第j列的值。

(3)獲取某一行：

df.loc[i].values

或

df.iloc[i].values，第i行數(shù)據(jù)，返回類(lèi)型為ndarray（一維）。

(4)獲取多行：

df.loc[[i1, i2, i3]].values，

或

df.iloc[[i1, i2, i3]].values，第i1、i2、i3行數(shù)據(jù)，返回類(lèi)型為ndarray（二維）。

(5)獲取某一列：

無(wú)表頭

df.loc[:, j].values

或

df.iloc[:, j].values，第j列數(shù)據(jù)，返回類(lèi)型為ndarray（一維）。

有表頭

df.loc[:,“姓名”].values，‘姓名’列數(shù)據(jù)，返回類(lèi)型為ndarray（一維）。

或

df.iloc[:, j].values，第j列數(shù)據(jù)，返回類(lèi)型為ndarray（一維）。

(6)獲取多列：

無(wú)表頭

df.loc[:, [j1 , j2]].values

或

df.iloc[:, [j1 , j2]].values，第j1、j2列數(shù)據(jù)，返回類(lèi)型為ndarray（二維）。

有表頭

• df.loc[:, [“姓名”,“性別”]].values，‘姓名’、‘性別’列數(shù)據(jù)，返回類(lèi)型為ndarray（二維）；
• df.iloc[:, [j1 , j2]].values，第j1、j2列數(shù)據(jù)，返回類(lèi)型為ndarray（二維）。

(7)獲取切片：

無(wú)表頭

• df.loc[i1:i2, j1:j2].values，返回行號(hào)[i1,i2]、列號(hào)[j1,j2]閉區(qū)間內(nèi)的數(shù)據(jù)，返回類(lèi)型為ndarray（二維）；
• df.iloc[i1:i2, j1:j2].values，返回行號(hào)[i1,i2)、列號(hào)[j1,j2)左閉右開(kāi)區(qū)間內(nèi)的數(shù)據(jù)，返回類(lèi)型為ndarray（二維）。

有表頭

• df.loc[i1:i2, “序號(hào)”:“姓名”].values，返回行號(hào)[i1,i2]、列號(hào)[“序號(hào)”,“姓名”]閉區(qū)間的數(shù)據(jù)，返回類(lèi)型為ndarray（二維）；
• df.iloc[i1:i2, j1:j2].values，返回行號(hào)[i1,i2)、列號(hào)[j1,j2)左閉右開(kāi)區(qū)間內(nèi)的數(shù)據(jù)，返回類(lèi)型為ndarray（二維）。

2.示例

帶表頭，excel內(nèi)容為

Python腳本為

import pandas as pd

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

print("\n(1)全部數(shù)據(jù)：")
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行數(shù)據(jù)：")
print(df.iloc[2].values)

print("\n(4)第2列數(shù)據(jù)：")
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列數(shù)據(jù)：")
print(df.iloc[1:3,2:4].values)

執(zhí)行結(jié)果

到此這篇關(guān)于python使用pandas讀取excel文件中數(shù)據(jù)的四種方法的文章就介紹到這了,更多相關(guān)pandas讀取excel數(shù)據(jù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論