python?Pandas庫read-excel()參數實例詳解

目錄

• 1.read_excel函數原型
• 2.參數使用舉例
• 2.1. io和sheet_name參數
• 2.2. header參數
• 2.3. skipfooter參數
• 2.5. parse_dates參數
• 2.6. converters參數
• 2.7. na_values參數
• 2.8. usecols參數
• 總結

Pandas read_excel()參數使用詳解

1.read_excel函數原型

def read_excel(io,               sheet_name=0,               header=0,               names=None,               index_col=None,               parse_cols=None,               usecols=None,               squeeze=False,               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,               comment=None,               skip_footer=0,               skipfooter=0,               convert_float=True,               mangle_dupe_cols=True,               **kwds)

參數說明：

2.參數使用舉例

2.1. io和sheet_name參數

【例1】通過io和sheet_name讀取Excel表

records.xlsx內容：

date	val	percent2014/3/1	0.947014982	10%2014/6/1	0.746103818	11%2014/9/1	0.736764841	12%2014/12/1	0.724937624	13%2015/3/1	0.85043738	14%2015/6/1	0.332503212	15%2015/9/1	0.75289366	16%2015/12/1	0.358275104	17%2016/3/1	0.077250716	18%2016/6/1	0.436182277	19%2016/9/1	0.424714671	20%2016/12/1	0.842471104	21%2017/3/1	0.740035625	22%2017/6/1	0.183588529	23%2017/9/1	0.143363207	24%

Code:

In [166]: import pandas as pd     ...: df = pd.read_excel(io="records.xlsx", sheet_name="Sheet1")     ...: df     ...:Out[166]:         date  val    percent0    2014/3/1  0.947015  10%1    2014/6/1  0.746104  11%2    2014/9/1  0.736765  12%3   2014/12/1  0.724938  13%4    2015/3/1  0.850437  14%5    2015/6/1  0.332503  15%6    2015/9/1  0.752894  16%7   2015/12/1  0.358275  17%8    2016/3/1  0.077251  18%9    2016/6/1  0.436182  19%10   2016/9/1  0.424715  20%11  2016/12/1  0.842471  21%12   2017/3/1  0.740036  22%13   2017/6/1  0.183589  23%14   2017/9/1  0.143363  24%

說明：此處io和sheet_name參數都可以不明確指定，直接使用：

df = pd.read_excel("records.xlsx", "Sheet1")

如果records.xlsx文件只有一張表，或者要讀取得數據表為第一張表，sheet_name參數可以省略：

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

2.2. header參數

【例2】通過header參數指定表頭位置

records.xlsx內容：

2020年XXX表date	val	percent2014/3/1	0.947014982	10%2014/6/1	0.746103818	11%2014/9/1	0.736764841	12%2014/12/1	0.724937624	13%2015/3/1	0.85043738	14%2015/6/1	0.332503212	15%2015/9/1	0.75289366	16%2015/12/1	0.358275104	17%2016/3/1	0.077250716	18%2016/6/1	0.436182277	19%2016/9/1	0.424714671	20%2016/12/1	0.842471104	21%2017/3/1	0.740035625	22%2017/6/1	0.183588529	23%2017/9/1	0.143363207	24%

我們在【例1】得基礎上為records.xlsx得“Sheet1”表增加了一行表頭說明，如果繼續使用【例1】得代碼，得到得結果是這樣得：

In [169]: import pandas as pd     ...: df = pd.read_excel("records.xlsx", "Sheet1")     ...: df     ...:Out[169]:    2020年XXX表  Unnamed: 1 Unnamed: 20        date    val           percent1    2014/3/1    0.947015        10%2    2014/6/1    0.746104        11%3    2014/9/1    0.736765        12%4   2014/12/1    0.724938        13%5    2015/3/1    0.850437        14%6    2015/6/1    0.332503        15%7    2015/9/1    0.752894        16%8   2015/12/1    0.358275        17%9    2016/3/1    0.077251        18%10   2016/6/1    0.436182        19%11   2016/9/1    0.424715        20%12  2016/12/1    0.842471        21%13   2017/3/1    0.740036        22%14   2017/6/1    0.183589        23%15   2017/9/1    0.143363        24%

這樣得到得列標及數據都不是我們想要得，這種情況下就需要通過header參數來指定表頭了，注意到表頭是在第2行，根據header參數得說明可知，行號是從0開始計算得，所以header參數應該為1.

Code：

In [170]: import pandas as pd     ...: df = pd.read_excel("records.xlsx", "Sheet1", header=1)     ...: df     ...:Out[170]:         date  val    percent0    2014/3/1  0.947015  10%1    2014/6/1  0.746104  11%2    2014/9/1  0.736765  12%3   2014/12/1  0.724938  13%4    2015/3/1  0.850437  14%5    2015/6/1  0.332503  15%6    2015/9/1  0.752894  16%7   2015/12/1  0.358275  17%8    2016/3/1  0.077251  18%9    2016/6/1  0.436182  19%10   2016/9/1  0.424715  20%11  2016/12/1  0.842471  21%12   2017/3/1  0.740036  22%

2.3. skipfooter參數

【例3】通過skipfooter參數忽略表尾數據

有時我們得數據是從第3方獲取到得，往往會在表得末尾添加一行“數據來源：xxx”.如：

2020年XXX表date	val	percent2014/3/1	0.947014982	10%2014/6/1	0.746103818	11%2014/9/1	0.736764841	12%2014/12/1	0.724937624	13%2015/3/1	0.85043738	14%2015/6/1	0.332503212	15%2015/9/1	0.75289366	16%2015/12/1	0.358275104	17%2016/3/1	0.077250716	18%2016/6/1	0.436182277	19%2016/9/1	0.424714671	20%2016/12/1	0.842471104	21%2017/3/1	0.740035625	22%2017/6/1	0.183588529	23%2017/9/1	0.143363207	24%數據來源：	XXX	　

這種情況下，可以通過skipfooter參數來忽略該數據。

Code:

In [173]: import pandas as pd     ...: df = pd.read_excel("records.xlsx", "Sheet1", header=1, skipfooter=1)     ...: df     ...:Out[173]:         date    val  percent0    2014/3/1  0.947015  10%1    2014/6/1  0.746104  11%2    2014/9/1  0.736765  12%3   2014/12/1  0.724938  13%4    2015/3/1  0.850437  14%5    2015/6/1  0.332503  15%6    2015/9/1  0.752894  16%7   2015/12/1  0.358275  17%8    2016/3/1  0.077251  18%9    2016/6/1  0.436182  19%10   2016/9/1  0.424715  20%11  2016/12/1  0.842471  21%12   2017/3/1  0.740036  22%13   2017/6/1  0.183589  23%14   2017/9/1  0.143363  24%2.4. index_col參數

【例4】通過index_col參數指定DataFrame index

在【例3】中，查看我們讀取得到得DataFrame得索引：

In [174]: df.indexOut[174]: RangeIndex(start=0, stop=15, step=1)

它是一個自動添加得整型索引，但如果現在我想要使用“date”列作為索引，可以通過index_col參數指定：

In [175]: import pandas as pd     ...: df = pd.read_excel("records.xlsx", "Sheet1", header=1, skipfooter=1,index_col=0)     ...: df     ...:Out[175]:            val   percentdate2014/3/1   0.947015  10%2014/6/1   0.746104  11%2014/9/1   0.736765  12%2014/12/1  0.724938  13%2015/3/1   0.850437  14%2015/6/1   0.332503  15%2015/9/1   0.752894  16%2015/12/1  0.358275  17%2016/3/1   0.077251  18%2016/6/1   0.436182  19%2016/9/1   0.424715  20%2016/12/1  0.842471  21%2017/3/1   0.740036  22%2017/6/1   0.183589  23%2017/9/1   0.143363  24%In [176]: df.indexOut[176]:Index(['2014/3/1', '2014/6/1', '2014/9/1', '2014/12/1', '2015/3/1', '2015/6/1',       '2015/9/1', '2015/12/1', '2016/3/1', '2016/6/1', '2016/9/1',       '2016/12/1', '2017/3/1', '2017/6/1', '2017/9/1'],      dtype='object', name='date')

或者改成這樣：

df = pd.read_excel("records.xlsx", "Sheet1", header=1, skipfooter=1, index_col=“date”)

2.5. parse_dates參數

查看【例4】index得參數類型：

In [183]: type(df.index[0])Out[183]: str

發現并不是我們想要得日期類型，而是str。現在我們想把它轉換為日期類型，可選得一種方法就是通過parse_dates參數來實現。

【例5】parse_dates參數處理日期

Code:

In [184]: import pandas as pd     ...: df = pd.read_excel("records.xlsx", "Sheet1", header=1, skipfooter=1,i     ...: ndex_col="date", parse_dates=True)     ...: df     ...:Out[184]:            val    percentdate2014-03-01  0.947015  10%2014-06-01  0.746104  11%2014-09-01  0.736765  12%2014-12-01  0.724938  13%2015-03-01  0.850437  14%2015-06-01  0.332503  15%2015-09-01  0.752894  16%2015-12-01  0.358275  17%2016-03-01  0.077251  18%2016-06-01  0.436182  19%2016-09-01  0.424715  20%2016-12-01  0.842471  21%2017-03-01  0.740036  22%2017-06-01  0.183589  23%2017-09-01  0.143363  24%In [185]: type(df.index[0])Out[185]: pandas._libs.tslibs.timestamps.Timestamp

當parase_date設置為True時，默認將index處理為日期類型。

如果要處理得列不是index列，可以通過parse_dates= "date"來實現。

如果要處理得列包含多個，可以通過parse_dates= [“col1”,“col2”,…]來實現。

2.6. converters參數

在前面幾個例子中，我們發現percent列得數據都是xx%這樣得表示，且是str類型:

In [187]: type(df["percent"][0])Out[187]: str

str類型并不是我們所希望得，現在我們希望可以將之轉化為float類型，這可以通過converters參數來實現。

【例6】converters參數進行數據類型轉換

Code：

In [189]: import pandas as pd     ...: def convertPercent(val):     ...:     return float(val.split("%")[0])*0.01     ...:     ...: df = pd.read_excel("records.xlsx", "Sheet1", header=1, skipfooter=1,i     ...: ndex_col="date", parse_dates=True, converters={"percent":convertPerce     ...: nt})     ...: df     ...:Out[189]:                 val  percentdate2014-03-01  0.947015     0.102014-06-01  0.746104     0.112014-09-01  0.736765     0.122014-12-01  0.724938     0.132015-03-01  0.850437     0.142015-06-01  0.332503     0.152015-09-01  0.752894     0.162015-12-01  0.358275     0.172016-03-01  0.077251     0.182016-06-01  0.436182     0.192016-09-01  0.424715     0.202016-12-01  0.842471     0.212017-03-01  0.740036     0.222017-06-01  0.183589     0.232017-09-01  0.143363     0.24

2.7. na_values參數

【例7】na_values參數處理na數據

很多時候，并不是所有得數據都是有效數據，例如下表中2014/12/1和2016/6/1兩行得數據均為“–”：

2020年XXX表date	val	percent2014/3/1	0.947014982	10%2014/6/1	0.746103818	11%2014/9/1	0.736764841	12%2014/12/1	--	--2015/3/1	0.85043738	14%2015/6/1	0.332503212	15%2015/9/1	0.75289366	16%2015/12/1	0.358275104	17%2016/3/1	0.077250716	18%2016/6/1	--	--2016/9/1	0.424714671	20%2016/12/1	0.842471104	21%2017/3/1	0.740035625	22%2017/6/1	0.183588529	23%2017/9/1	0.143363207	24%數據來源：	XXX	　

這種情況下可以通過na_values參數來處理。

Code

In [191]: import pandas as pd     ...: df = pd.read_excel("records.xlsx", "Sheet1", header=1, skipfooter=1,i     ...: ndex_col="date", parse_dates=True, na_values="--")     ...: df     ...:Out[191]:                 val percentdate2014-03-01  0.947015     10%2014-06-01  0.746104     11%2014-09-01  0.736765     12%2014-12-01       NaN     NaN2015-03-01  0.850437     14%2015-06-01  0.332503     15%2015-09-01  0.752894     16%2015-12-01  0.358275     17%2016-03-01  0.077251     18%2016-06-01       NaN     NaN2016-09-01  0.424715     20%2016-12-01  0.842471     21%2017-03-01  0.740036     22%2017-06-01  0.183589     23%2017-09-01  0.143363     24%

2.8. usecols參數

【例8】 usecols參數選擇列

當我們只想處理數據表中得某些指定列時，可以通過usecols參數來指定。例如，我只想處理"date"和"val"兩列數據，可以這樣通過

usecols=["date","val"]

來指定。

Code

In [193]: import pandas as pd     ...: df = pd.read_excel("records.xlsx", "Sheet1", header=1, skipfooter=1,i     ...: ndex_col="date", parse_dates=True, na_values="--", usecols=["date","v     ...: al"])     ...: df     ...:Out[193]:                 valdate2014-03-01  0.9470152014-06-01  0.7461042014-09-01  0.7367652014-12-01       NaN2015-03-01  0.8504372015-06-01  0.3325032015-09-01  0.7528942015-12-01  0.3582752016-03-01  0.0772512016-06-01       NaN2016-09-01  0.4247152016-12-01  0.8424712017-03-01  0.7400362017-06-01  0.1835892017-09-01  0.143363

總結

到此這篇關于python Pandas庫read_excel()參數得內容就介紹到這了,更多相關Pandas庫read_excel()參數內容請搜索之家以前得內容或繼續瀏覽下面得相關內容希望大家以后多多支持之家！