Excel文件处理之pandas

pandas可以用来处理多种存储类型的数据，比如excel、csv、html、sql......查看pandas.read_XX方法可以看出。本文主要总结对excel的处理。pandas依赖处理Excel的xlrd等模块，这些模块安装即可，不需要import。

 

1读取

 

1.1多个sheet

import  pandas as pd

a=pd.read_excel("3.xlsx",sheet_name=[1,2]) #获取第2个和第3个sheet

c=a.values #获取上述sheets所有数据，注意多个sheets时不能用head()方法

 

1.2单个sheet

import  pandas as pd

a=pd.read_excel("3.xlsx",sheet_name="Top10") #或者写成sheet_name=1，1表示index

b=a.head() #默认读取上述sheet前5行的数据

c=a.values #获取上述sheet所有数据，单个sheet也能用values方法

 

 

1.3获取行列值、单元格值(所有索引都不包含表头)

import  pandas as pd

a=pd.read_excel("3.xlsx",sheet_name=1)

 

#以下都秉承格式 a.ix[行,列] 

cellvalue=a.ix[0,0] #表示单元格 第1行第1列的值

cellvalue=a.ix[0,'name']  #表示单元格 第1行列'name'的值

 

rowvalues=a.ix[0] #表示第1行的所有值，注意是表头下面的第1行！a.ix[0] 等价 a.ix[0,:]

rowsvalues=a.ix[[0,1,3]]#表示第1、2、4行的所有值，注意嵌套列表！a.ix[[0,1,3]] 等价 a.ix[[0,1,3],:]

 

colvalues=a.ix[:,0] #表示第1列的所有值

colsvalues=a.ix[:,['name','score']] #表示列'name'和'score'的所有值

 

rangevalues=a.ix[[0,1,4],['name','score']] #表示 第1、2、5行~列'name'列'score'  区域的所有值

 

1.4 a.ix[0]和a.ix[0].values的返回格式不同

b=a.ix[1].values

print type(b)  

输出：《type 'numpy.ndarray'》

print b 

输出：[u'a2' u'N1' 99]

 

c=a.ix[1]

print type(c) 

输出：《class 'pandas.core.series.Series'》 

print c 

输出：

name    a2

grade    N1

score    99

Name: 1, dtype: object

 

 

 

2写存

 

import  pandas as pd

a=pd.read_excel("3.xlsx",sheet_name=1) #读取第2个sheet

a.ix[1,1]='123456' #赋值

a.to_excel('3-2.xlsx', sheet_name='num', index=False, header=True) #保存，sheet命名

 

上述代码有2大弊端：

原sheet的range(3,2)区域内必须有值，否则报错：cannot set by positional indexing with enlargement；

保存时仅生成被处理sheet，不需处理的sheet不会复制过来。excel同名会覆盖原文件，极易造成sheet丢失。

 

如此看来，不如openpyxl库好用。

 

 

 

3相对路径

train = pd.read_csv("data/train.csv")
注意不要写成("/data/train.csv")或者其它。

 

 

https://www.cnblogs.com/liulinghua90/p/9935642.html **

https://blog.csdn.net/zengxiantao1994/article/details/75200110 **