pandas读取excel

Pandas是python的一个数据分析包，纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。
Pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

Pandas官方文档：https://pandas.pydata.org/pandas-docs/stable/
Pandas中文文档：https://www.pypandas.cn、

一、安装包

pandas处理Excel需要xlrd、openpyxl依赖包

pip3 install pandas
pip3 install xlrd
pip3 install openpyxl

二、创建Excel，写入数据

import  pandas  as pd
from pandas import DataFrame

#写
dic1 = {'标题列1': ['张三','李四'],
        '标题列2': [80, 90]
       }
df = pd.DataFrame(dic1)
df.to_excel('1.xlsx', index=False)

read_excel方法说明

pd.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, parse_dates=False, 
              date_parser=None, thousands=None, comment=None, skipfooter=0, 
              convert_float=True, **kwds)

io：excel文件

sheet_name：返回指定sheet，默认索引0返回第一个，也可用名称，如果返回多个则可用列表，为None则返回全表

header：指定表头，也可用列表指定多行

names：自定义列名，长度和Excel列长度必须一致

index_col：用作索引的列

usecols：读取指定的列，参数为列表，如[0,1]表示第1和第2列

三、读取Excel

import pandas as pd
from pandas import DataFrame

data = pd.read_excel('1.xlsx')  # 读
print(data.values)  # 查看所有的值
print(data.values[0])  # 查看第一行的值
print(data['标题列1'].values)  # 查看某一列所有的值
data['标题列3'] = None  # 新增列
data.loc[3] = ['王五', 100, '男']  # 新增行
data = data.drop([0, 1], axis=0)  # 删除行：axis=0
data.drop('标题列3', axis=1)  # 删除列：axis=1
data.fillna(value=0, inplace=True)  # 缺失数据补
data.fillna(method='ffill', axis=0)  # axis = 0  垂直  method=ffill 前  表示使用垂直上方的值对空值进行填充
data.fillna(method='bfill', axis=1)  # axis = 1 水平  method=bfill  后  表示使用水平后边的值对空值进行填充
data.dropna(subset=['hint'], inplace=True)  # 删除丢失数据
data.sort_values(by='hint', ascending=False)  # 排序
a = pd.concat([data, data], axis=0)  # DataFrame拼接
a.reset_index(drop=True, inplace=True)  # 修正索引
print(a['hint'].groupby(a['keyword']).mean())   # 按照 keyword分组 求hint平均值
DataFrame(data).to_excel('1.xlsx', sheet_name='Sheet1', index=False, header=True)  # 保存

 

 

三、合并Excel

 两天的数据合并在一起

import pandas as pd

left = pd.DataFrame(pd.read_excel("数据.xlsx", sheet_name="5.25付费"))
right = pd.DataFrame(pd.read_excel("数据.xlsx", sheet_name="5.26付费"))
result = pd.merge(left, right, how='outer', on=['分类', '排名'])
a = result.sort_values(['分类', '排名'], ascending=[False, True])
a.to_excel('付费1.xlsx', index=False)

四、同一个excel写入不同的sheet

li = ['930743975', '976927698']
with pd.ExcelWriter('20-02-05.xlsx') as writer:
    for app_id in li:
        info = [["keyword_id", "keyword"], ['11', 'aa']]
        df = pd.DataFrame(info)
        df.to_excel(writer, sheet_name=f"{app_id}", index=False, header=False)
writer.save()
writer.close()

四、不同的excel写入不同的sheet

import os
import datetime
import pandas as pd

count = 1


def date_info(i):
    global count
    now = datetime.datetime.now() - datetime.timedelta(days=2)
    day = now + datetime.timedelta(days=i)
    count += 1
    return (day.strftime("%Y-%m-%d"), day.strftime("%Y-%m"), day.strftime("%d"))


for i in range(2):
    sheet_name, month, day = date_info(i)
    keywords = [["关键词", "排行1", "变动0", "指数6000", "结果数222", "上升0", "下降0"]]
    excel_path = os.path.join(os.path.dirname(os.path.abspath(__file__)), f"{sheet_name}.xlsx")
    writer = pd.ExcelWriter(excel_path, engine='openpyxl')
    df_row = pd.DataFrame(columns=["关键词", "排行", "变动", "指数", "结果数", "上升", "下降"])
    df_row.to_excel(writer, sheet_name=f"{sheet_name}", index=False, header=False)
    keywords.insert(0, ["关键词", "排行", "变动", "指数", "结果数", "上升", "下降"])
    ds = pd.DataFrame(keywords)
    df = df_row.append(ds, ignore_index=True)
    df.to_excel(excel_path, index=False, header=False)

 

学习链接

https://www.jianshu.com/p/09d5b37118d3