Python 处理Excel总结(1)

2019-12-30

前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住给大家分享一下。点击跳转到网站：https://www.captainai.net/dongkelun

欢迎关注我的公众号

前言

学习总结Python处理Excel

文件

一个测试有两个sheet页的Excel测试文件 test.xlsx

代码

完整代码已上传到GitHub sheetDemo.py

import pandas as pd

file1 = pd.ExcelFile('D:\\data\\py\\test.xlsx')
file2 = pd.read_excel('D:\\data\\py\\test.xlsx')
print(file)

<pandas.io.excel._base.ExcelFile object at 0x0000021DE525DF88>
-----------------分割线---------------------
   姓名  年龄 性别  住址
0  张三   7  男 NaN
1  李四   6  男 NaN
2  王芳   6  女 NaN

分析

pd.read_excel读出来是一个dataframe可以直接打印出内容，但是只能读取一个sheet页，默认第一个sheet页

@Appender(_read_excel_doc)
@deprecate_kwarg("skip_footer", "skipfooter")
def read_excel(
    io,
    sheet_name=0,
    header=0,
    names=None,
    index_col=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,
    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
):

    for arg in ("sheet", "sheetname", "parse_cols"):
        if arg in kwds:
            raise TypeError(
                "read_excel() got an unexpected keyword argument " "`{}`".format(arg)
            )

    if not isinstance(io, ExcelFile):
        io = ExcelFile(io, engine=engine)
    elif engine and engine != io.engine:
        raise ValueError(
            "Engine should not be specified when passing "
            "an ExcelFile - ExcelFile already has the engine set"
        )

    return io.parse(
        sheet_name=sheet_name,
        header=header,
        names=names,
        index_col=index_col,
        usecols=usecols,
        squeeze=squeeze,
        dtype=dtype,
        converters=converters,
        true_values=true_values,
        false_values=false_values,
        skiprows=skiprows,
        nrows=nrows,
        na_values=na_values,
        keep_default_na=keep_default_na,
        verbose=verbose,
        parse_dates=parse_dates,
        date_parser=date_parser,
        thousands=thousands,
        comment=comment,
        skipfooter=skipfooter,
        convert_float=convert_float,
        mangle_dupe_cols=mangle_dupe_cols,
        **kwds
    )

pd.ExcelFile 返回值是一个Excel对象，不能直接用，但是可以读取整个Excel内容

pd.ExcelFile

1	file = pd.ExcelFile('D:\\data\\py\\test.xlsx')

sheet页名称

1	print(file.sheet_names)

1	['一年级', '二年级']

遍历读取每个sheet页的内容

1
2
3

for name in file.sheet_names:
    _df = pd.read_excel(file,name)
    print(_df)

   姓名  年龄 性别  住址
0  张三   7  男 NaN
1  李四   6  男 NaN
2  王芳   6  女 NaN
   姓名  年龄 性别
0  李明   8  男
1  刘敏   8  女
2  张强   7  男

将两个sheet页的内容合并，并添加一列内容为sheet页名称

df_list=[]
for name in file.sheet_names:
    _df = pd.read_excel(file,name)
    _df['班级']=name
    df_list.append(_df)
df = pd.concat([_df for _df in df_list],sort=False)
print(df)

   姓名  年龄 性别  住址   班级
0  张三   7  男 NaN  一年级
1  李四   6  男 NaN  一年级
2  王芳   6  女 NaN  一年级
0  李明   8  男 NaN  二年级
1  刘敏   8  女 NaN  二年级
2  张强   7  男 NaN  二年级

忽略掉原来的index

1 2	df = pd.concat([_df for _df in df_list],ignore_index=True,sort=False) print(df)

   姓名  年龄 性别  住址   班级
0  张三   7  男 NaN  一年级
1  李四   6  男 NaN  一年级
2  王芳   6  女 NaN  一年级
3  李明   8  男 NaN  二年级
4  刘敏   8  女 NaN  二年级
5  张强   7  男 NaN  二年级

修改列名为英文

1 2	df = df.rename(columns={'姓名': 'name', '年龄': 'age', '性别': 'sex', '住址': 'address', '班级': 'class'}) print(df)

  name  age sex  address class
0   张三    7   男      NaN   一年级
1   李四    6   男      NaN   一年级
2   王芳    6   女      NaN   一年级
3   李明    8   男      NaN   二年级
4   刘敏    8   女      NaN   二年级
5   张强    7   男      NaN   二年级