读取excel文件参数整理与实例
除了使用xlrd库或者xlwt库进行对excel表格的操作读与写，pandas库同样支持excel的操作；且pandas操作更加简介方便。
首先是pd.read_excel的参数：
函数为：
pd.read_excel(io, sheet_name=0,header=0,skiprows=None,index_col=None,names=None, arse_cols=None,date_parser=None,na_values=None,thousands=None, convert_float=True,has_index_names=None,converters=None,dtype=None, true_values=None,false_values=None,engine=None,squeeze=False,**kwds)
表格数据：
常用参数解析：
-
io ：excel 路径；
import pandas as pd #定义路径IO IO = "C:\Users\lifeng0520\Documents\example.xls" #读取excel文件 sheet = pd.read_excel(io=IO).ffill() #此处由于sheetname默认是0，所以返回第一个表 #f 是 forward 的意思。ffill 意思是："拿前面的值填充后面的空值" print(sheet) out: 姓名 年龄 出生日 爱好 关系 0 小王 23 1991-10-02 足球 朋友 1 小丽 23 1992-11-02 篮球 朋友 2 小黑 25 1991-10-18 游泳 同学 3 小白 21 1989-09-09 游戏 同学 4 小红 25 1990-08-07 看剧 同学 5 小米 24 1991-12-12 足球 同学 6 大锤 26 1988-09-09 看剧 个人
- sheet_name：默认是sheet_name为0，返回多表使用sheet_name=[0,1]，若sheet_name=None是返回全表 。注意：int/string返回的是dataframe，而none和list返回的是dict of dataframe。
In [7]: sheet = pd.read_excel('example.xls',sheet_name= [0,1]) #参数为None时，返回全部的表格，是一个表格的字典； #当参数为list = [0，1，2，3]此类时，返回的多表格同样是字典 In [8]: sheet Out[8]: {0: 姓名 年龄 出生日 爱好 关系 0 小王 23 1991-10-02 足球 朋友 1 小丽 23 1992-11-02 篮球 NaN 2 小黑 25 1991-10-18 游泳 同学 3 小白 21 1989-09-09 游戏 NaN 4 小红 25 1990-08-07 看剧 NaN 5 小米 24 1991-12-12 足球 NaN 6 大锤 26 1988-09-09 看剧 个人, 1: 1 3 5 学生 0 2 3 4 老师 1 4 1 9 教授} #value是一个多位数组 In [15]: sheet[0].values Out[15]: array([['小王', 23, Timestamp('1991-10-02 00:00:00'), '足球', '朋友'], ['小丽', 23, Timestamp('1992-11-02 00:00:00'), '篮球', nan], ['小黑', 25, Timestamp('1991-10-18 00:00:00'), '游泳', '同学'], ['小白', 21, Timestamp('1989-09-09 00:00:00'), '游戏', nan], ['小红', 25, Timestamp('1990-08-07 00:00:00'), '看剧', nan], ['小米', 24, Timestamp('1991-12-12 00:00:00'), '足球', nan], ['大锤', 26, Timestamp('1988-09-09 00:00:00'), '看剧', '个人']], dtype=object) #同样可以根据表头名称或者表的位置读取该表的数据 #通过表名 In [17]: sheet = pd.read_excel('example.xls',sheet_name= 'Sheet2') In [18]: sheet Out[18]: 1 3 5 学生 0 2 3 4 老师 1 4 1 9 教授 #通过表的位置 In [19]: sheet = pd.read_excel('example.xls',sheet_name= 1) In [20]: sheet Out[20]: 1 3 5 学生 0 2 3 4 老师 1 4 1 9 教授
- header ：指定作为列名的行，默认0，即取第一行，数据为列名行以下的数据；若数据不含列名，则设定 header = None；
#数据不含作为列名的行 In [21]: sheet = pd.read_excel('example.xls',sheet_name= 1,header = None) In [22]: sheet Out[22]: 0 1 2 3 0 1 3 5 学生 1 2 3 4 老师 2 4 1 9 教授 #默认第一行数据作为列名 In [23]: sheet = pd.read_excel('example.xls',sheet_name= 1,header =0) In [24]: sheet Out[24]: 1 3 5 学生 0 2 3 4 老师 1 4 1 9 教授
- skiprows：省略指定行数的数据
In [25]: sheet = pd.read_excel('example.xls',sheet_name= 1,header = None,skiprows= 1) #略去1行的数据，自上而下的开始略去数据的行 In [26]: sheet Out[26]: 0 1 2 3 0 2 3 4 老师 1 4 1 9 教授
- skip_footer：省略从尾部数的行数据
In [27]: sheet = pd.read_excel('example.xls',sheet_name= 1,header = None,skip_footer= 1) #从尾部开始略去行的数据 In [28]: sheet Out[28]: 0 1 2 3 0 1 3 5 学生 1 2 3 4 老师
- index_col ：指定列为索引列，也可以使用 u’string’
#指定第二列的数据作为行索引 In [30]: sheet = pd.read_excel('example.xls',sheet_name= 1,header = None,skip_footer= 1,index_col=1) In [31]: sheet Out[31]: 0 2 3 1 3 1 5 学生 3 2 4 老师
- names：指定列的名字，传入一个list数据
In [32]: sheet = pd.read_excel('example.xls',sheet_name= 1,header = None,skip_footer= 1,index_col=1,names=['a','b','c']) ...: In [33]: sheet Out[33]: a b c 1 3 1 5 学生 3 2 4 老师
总体而言，pandas库的pd.read_excel和pd.read_csv的参数比较类似，且相较之前的xlrd库的读表操作更加简单，针对一般批量的数据处理最好选择pandas库操作。但是功能有待完善或者本次研究的不够深入，欢迎一起讨论交流。