pandas 如何读取excel工作表：pandas如何操作Excel还不会的

pandas 如何读取excel工作表：pandas如何操作Excel还不会的salaries = list(sheet['工资']) print(salaries)[7653 8799 9800 12880 3600 3800 8976 12000 8900 7688 6712 9655 6854 8122 6788 8830]计算大家的平均工资：for i in sheet['工资']: print(i)7653 8799 9800 12880 3600 3800 8976 12000 8900 7688 6712 9655 6854 8122 6788 8830或者将它转换成列表后再处理：import pandas as pd sheet = pd.read_excel(io="测试数据.xlsx") sheet.head()我们先来看一下取回的数据的数据类型是什么。prin

Python 操作Excel操作总结 包括Series和Data Frame的互转、使用pandas读取Excel表格、python读取多个数据表、python合并多个工作表以及写入Excel文件

pandas是一款基于NumPy的数据分析工具。它提供了大量的能使我们快捷处理数据的方法。

常用数据类型

• Series：一维数组，与NumPy中的一维数组相似，和Python自身的list也相似。区别自于Series中的数据只能是一种数据，而list中的数据可以不一样
• Time-Series：以时间为索引的Series
• DataFrame：二维的表格型数据结构。经常用于处理Excel表格数据等，这也是我们本节课会重点讲的内容
• Panel：三维数组（0.25版本后，统一使用xarray，不再支持Panel）

Series和Data Frame的互转

• 利用to_frame()实现Series转DataFrame
• 利用squeeze()实现单列数据DataFrame转Series

import pandas as pd s = pd.Series(["北山啦" "关注" "点赞"]) s

0 北山啦 1 关注 2 点赞 dtype: object

s = s.to_frame(name="列名") s

s.squeeze()

0 北山啦 1 关注 2 点赞 Name: 列名 dtype: object使用pandas读取Excel表格

在pandas中，读取Excel非常简单，它只有一个方法：readExcel()，但是的参数非常多

主要常用的参数，我们先对其进行了解：

• io：一般指定excel文件路径就可以了。也可以是其他Excel读取对象如ExcelFile、xlrd.Book等
• sheet_name：用于指定工作表（sheet）名称。可以是数字（工作表从0开始的索引）
• header：指定作为列名的行，默认为0，即第一行为列名。如果数据不含列名，则设为None
• names：指定新的列名列表。列表中元素个数和列数必须一致
• index_col：指定列为索引列，默认None指的是索引为0的第一列为索引列
• usecols：要解析数据的列，可以是int或者str的列表，也可以是以逗号分隔的字符串(pandas 0.24新增功能)，例如：”A:F”，表示从A列到F列，”A C F”表示A、C、F三列，还可以写成”A C F K:Q”
• dtype：各列的数据类型，例如：{‘a’: np.float64 ‘b’: np.int32}
• converters：用于转换各列数据的函数的字典数据，例如：{‘a’: func_1 ‘b’: func_2}

import pandas as pd sheet = pd.read_excel(io="测试数据.xlsx") sheet.head()

我们先来看一下取回的数据的数据类型是什么。

print(type(sheet))

<class 'pandas.core.frame.DataFrame'>

可以看到，它就是我们前面提到的DataFrame数据。，直接通过它的列名称来获取即可，比如，要获得所有的工资信息，可以如下：

print(sheet['工资'])

0 7653 1 8799 2 9800 3 12880 4 3600 5 3800 6 8976 7 12000 8 8900 9 7688 10 6712 11 9655 12 6854 13 8122 14 6788 15 8830 Name: 工资 dtype: int64

可以看到它的所有的数据都列出来了，并且这一列数据的数据类型是int64，即64位整型。
得到这一列数据后，我们可以对它进行处理。

for i in sheet['工资']: print(i)

7653 8799 9800 12880 3600 3800 8976 12000 8900 7688 6712 9655 6854 8122 6788 8830

或者将它转换成列表后再处理：

salaries = list(sheet['工资']) print(salaries)

[7653 8799 9800 12880 3600 3800 8976 12000 8900 7688 6712 9655 6854 8122 6788 8830]

计算大家的平均工资：

sum = 0 for i in salaries: sum = i print(f"总工资：{sum}") ave = sum / len(salaries) print(f"平均工资：{ave}")

总工资：131057 平均工资：8191.0625

我们也可以对求和的方法，使用lambda表达式（匿名函数）结合reduce()函数进行。reduce()函数会对列表、元组等可遍历的元素依次进行运算：将第一个元素和第二个元素进行运算，并将结果和第三个元素进行运算，直到最后一个元素。

import functools sum = functools.reduce(lambda x y: x y salaries) print(sum)

131057

我们可以使用read_excel中的usecols参数，通过它指定我们需要读取数据的列，它接收字符串或者整数列表格式的数据，列表中列出我们想要取出数据的列的名称或者索引。

import pandas as pd sheet = pd.read_excel(io="测试数据.xlsx" usecols=[2]) sheet

或者：

import pandas as pd sheet = pd.read_excel(io="测试数据.xlsx" usecols=['工资']) sheet

如果想在读取数据的时候，将原来的列的名字改成其他名字，则可以使用names参数指定为其他列名：

import pandas as pd sheet = pd.read_excel(io="测试数据.xlsx" names=['name' 'age' 'salary']) sheet

需要注意的是，此时，我们如果要对这个DataFrame进行操作，就需要使用新的列名了。 如果我们想在取出工资数据的时候，以“￥12 345”的格式显示，则可以在获取数据的时候，就指定转换函数：

import pandas as pd def formatsalary(num): return f"￥{format(num ' ')}" sheet = pd.read_excel(io="测试数据.xlsx" usecols=['工资'] converters={'工资':formatsalary}) sheet

上面通过converters指定了“工资”列，使用formatsalary函数来处理，所以取出来的数据就已经处理过的了。当然，我们也可以取出来后再对其进行格式化。

其他的参数，大家可以自己进行试验。下面我们再来看一下，假设我要取出所有大于等于8000的工资，该如何进行处理呢？我们可以使用按照条件来获取DataFrame的行数据：

import pandas as pd sheet = pd.read_excel(io="测试数据.xlsx" usecols=['工资']) high_salary = sheet[sheet['工资'] >= 8000] high_salary

如果想取得工资大于等于8000小于等于10000的数据：

import pandas as pd sheet = pd.read_excel(io="测试数据.xlsx") high_salary = sheet[(sheet['工资'] >= 8000) & (sheet['工资'] <=10000)] high_salary

如果只想显示符合条件的姓名和工资，则可以通过列表的方式指定要显示的列：

import pandas as pd sheet = pd.read_excel(io="测试数据.xlsx") high_salary = sheet[(sheet['工资'] >= 8000) & (sheet['工资'] <=10000)][['姓名' '工资']] high_salary

读取多个数据表

在上面的例子中，虽然在“测试数据.xlsx”文件中包含了两个数据表（sheet），但它只读取了第一个数据表的内容，如果我想把两个数据表数据都读取出来该怎么办呢？可以指定sheet_name参数，它接收字符串、数字、字符串或数字列表以及None。如果指定为None，则返回所有数据表数据。默认为0，即返回第一个数据表数据。

import pandas as pd sheet = pd.read_excel(io="测试数据.xlsx" sheet_name=[0 1]) sheet

{0: 姓名 年龄 工资 0 OLIVER. 23 7653 1 HARRY. 45 8799 2 GEORGE. 34 9800 3 NOAH. 54 12880 4 JACK. 34 3600 5 JACOB. 32 3800 6 MUHAMMAD. 51 8976 7 LEO. 46 12000 8 Harper. 42 8900 9 Evelyn. 38 7688 10 Ella. 33 6712 11 Avery. 26 9655 12 Scarlett. 37 6854 13 Madison. 41 8122 14 Lily. 54 6788 15 Eleanor. 28 8830 1: 姓名 年龄 工资 0 张三 39 15000 1 李四 43 16000 2 李雷 25 6800 3 韩梅梅 28 23000}

可以看到，得到了两个数据表的数据。此时要得到数据表中的数据，就需要先通过sheet[0]、sheet[1]得到第一个数据表的所有数据，再在这个数据表数据中对数据进行处理了，例如：

sheet[1]

如果用的是数据表的名字，则应该写成sheet[‘甲公司’]。
如果我们想把这两个数据表的数据合并到一起，可以使用pandas中的concat()函数：

import pandas as pd sheet = pd.read_excel(io="测试数据.xlsx" sheet_name=[1 0]) st = pd.concat(sheet ignore_index = True) st

这里ignore_index的意思是忽略各自的索引，统一使用新的索引。

合并多个工作表

多个EXCECL合并到一个工作表中，Python来帮你实现

# -*- coding:utf-8 -*- # @Address:https://beishan.blog.csdn.net/ # @Author:北山啦 import pandas as pd import os path = r"E:\Python\00数据分析\RichardFu123\五省PM2.5\archive" dfs index = [] 0 for i in os.listdir(path): dfs.append(pd.read_csv(os.path.join(path i))) print(f"正在合并{index 1}工作表") index = 1 df = pd.concat(dfs) df.to_csv("数据汇总.csv" index=False)

正在合并1工作表 正在合并2工作表 正在合并3工作表 正在合并4工作表 正在合并5工作表 正在合并6工作表 正在合并7工作表写入Excel文件

可以将DataFrame数据写入到一个新的Excel文件中，例如，我们可以将上面合并的两个Excel数据表数据，写入到新的Excel文件中：

df = pd.DataFrame(st) df.to_excel("合并工资报表.xlsx")

这里我们使用DataFrame上的to_excel()方法将数据写入到Excel文件中。它的原型是：to_excel(self 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)，常用的参数说明：

• excel_writer：需要指定一个写入的文件，可以是字符串或者ExcelWriter对象
• sheet_name：写入的工作表名称，是一个字符串，默认为’Sheet1’
• na_rep：当没有数据的时候，应该填入的默认值，默认为空字符串
• float_format：浮点数格式，默认为None。可以按照float_format="%.2f"这样的方式指定
• columns：指定写入的列名顺序，是一个列表。
• header：是否有表头，默认为True，可以是布尔类型或者字符串列表。
• index：是否加上行索引，默认为True。
• index_label：索引标签，可以是字符串或者列表，默认为None。
• startrow：插入数据的起始行，默认为0。
• startcol：插入数据的其实列，默认0
• engine：使用的写文件引擎，例如：‘openpyxl’ 、 ‘xlsxwriter’
• 当然，我们也可以不限于将一个Excel表中的数据写入到另一个Excel文件，我们自己在程序中运行得到的数据，也可以将其组织成DataFrame后，写入到Excel文件中。

import pandas as pd df = pd.DataFrame({'姓名':['李雷' '韩梅梅' '小明' '张三' '李四' '王五'] '年龄':[31 22 30 49 38 33]}) df.to_excel("员工表.xlsx" sheet_name="202002入职")

看看是不是写入到文件了：

f = pd.read_excel("员工表.xlsx") f

可以看到，确实已经写入进去了。
那如果要写多个数据到一个Excel文件的多个数据表（sheet）中，该怎么处理呢？此时可以使用下面的方法。

df1 = pd.DataFrame({'姓名':['李雷' '韩梅梅' '小明' '张三' '李四' '王五'] '年龄':[31 22 30 49 38 33]}) df2 = pd.DataFrame({'Names': ['Andrew' 'Tomas' 'Larry' 'Sophie' 'Sally' 'Simone'] 'Age':[42 37 39 35 29 27]}) dfs = {'国内员工':df1 '外籍员工':df2} writer = pd.ExcelWriter('Employees.xlsx' engine='xlsxwriter') for sheet_name in dfs.keys(): dfs[sheet_name].to_excel(writer sheet_name=sheet_name index=False) writer.save()

看看是不是已经写入到文件了：

sheet = pd.read_excel(io="Employees.xlsx" sheet_name=None) sheet

{'国内员工': 姓名 年龄 0 李雷 31 1 韩梅梅 22 2 小明 30 3 张三 49 4 李四 38 5 王五 33 '外籍员工': Names Age 0 Andrew 42 1 Tomas 37 2 Larry 39 3 Sophie 35 4 Sally 29 5 Simone 27}

但是仔细看的话，会发现上面的外籍员工这个数据表，字段Names和Age反了，这是因为DataFrame自动按照字母顺序给我们排序了。要避免这种情况，需要在to_excel()中加上columns来指定表头字段顺序：

df1 = pd.DataFrame({'姓名':['李雷' '韩梅梅' '小明' '张三' '李四' '王五'] '年龄':[31 22 30 49 38 33]}) df2 = pd.DataFrame({'Names': ['Andrew' 'Tomas' 'Larry' 'Sophie' 'Sally' 'Simone'] 'Age':[42 37 39 35 29 27]}) dfs = {'国内员工':df1 '外籍员工':df2} cols = {"国内员工":['姓名' '年龄'] "外籍员工":['Names' 'Age']} # 指定列名顺序 writer = pd.ExcelWriter('Employees.xlsx' engine='xlsxwriter') for sheet_name in dfs.keys(): dfs[sheet_name].to_excel(writer sheet_name=sheet_name index=False columns = cols[sheet_name]) writer.save()

再来看看现在是否正确：

sheet = pd.read_excel(io="Employees.xlsx" sheet_name=None) sheet

{'国内员工': 姓名 年龄 0 李雷 31 1 韩梅梅 22 2 小明 30 3 张三 49 4 李四 38 5 王五 33 '外籍员工': Names Age 0 Andrew 42 1 Tomas 37 2 Larry 39 3 Sophie 35 4 Sally 29 5 Simone 27}

现在没问题了。
还可以使用前面读写文件的时候的with … 这种方式。
上面的方式，会覆盖原来的文件内容。如果要在原有的Excel表中加上一个新的数据表（sheet），可以通过下面的方式：

from openpyxl import load_workbook book = load_workbook("Employees.xlsx") # 加载原有的数据到Workbook df3 = pd.DataFrame({'Names': ['Judy'] 'Age':[27]}) with pd.ExcelWriter('Employees.xlsx' engine='openpyxl') as writer: writer.book = book # 让writer加入原来的两个workbook df3.to_excel(writer sheet_name='候补员工' index=False columns=['Names' 'Age']) writer.save()

import pandas as pd sheet = pd.read_excel(io="Employees.xlsx" sheet_name=None) sheet

{'国内员工': 姓名 年龄 0 李雷 31 1 韩梅梅 22 2 小明 30 3 张三 49 4 李四 38 5 王五 33 '外籍员工': Names Age 0 Andrew 42 1 Tomas 37 2 Larry 39 3 Sophie 35 4 Sally 29 5 Simone 27 '候补员工': Names Age 0 Judy 27}

可以看到，在原来的Excel文件中，已经加入了“候补员工”这个数据表。加入需要在某个数据表中加入数据（append），可以使用下面方式：

from openpyxl import load_workbook book = load_workbook("Employees.xlsx") # 加载原有的数据到Workbook df4 = pd.DataFrame({'Names': ['Moore'] 'Age':[38]}) with pd.ExcelWriter('Employees.xlsx' engine='openpyxl') as writer: writer.book = book # 让writer加入原来的3个workbook writer.sheets = {ws.title: ws for ws in book.worksheets} start_row = writer.sheets['候补员工'].max_row df4.to_excel(writer sheet_name='候补员工' index=False columns=['Names' 'Age'] startrow=start_row header=False) writer.save()

这里的要点是：使用startrow指定要插入数据的文字，这里还要注意我们是往某个已经存在的数据表插入数据，所以要指定正确的sheet_name，还有就是为了避免重复的表头，将header设置成False。

import pandas as pd sheet = pd.read_excel(io="Employees.xlsx" sheet_name=None) sheet

{'国内员工': 姓名 年龄 0 李雷 31 1 韩梅梅 22 2 小明 30 3 张三 49 4 李四 38 5 王五 33 '外籍员工': Names Age 0 Andrew 42 1 Tomas 37 2 Larry 39 3 Sophie 35 4 Sally 29 5 Simone 27 '候补员工': Names Age 0 Judy 27 1 Moore 38}

作者：北山啦

原文链接：https://beishan.blog.csdn.net/article/details/115290941