环境:python 3.6.8
以某米赛尔号举个例子吧:
>>> pd.read_excel('1.xlsx', sheet_name='Sheet2') 名字 品级 属性1 属性2 禀赋 0 四九幻曦 100 天然 None 21 1 圣甲狂战 100 战役 None 0 2 时空界皇 100 光 次元 27
我们在这里运用了pd.read_excel()
函数来读取excel,来看一下read_excel()
这个要领的API,这里只截选一部分常常运用的参数:
pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None)
io
:很明显, 是excel文件的途径+名字字符串
(有中文的话python2
的老铁须要运用decode()
来解码成unicode字符串
)
比方:
>>> pd.read_excel('例子'.decode('utf-8))
sheet_name
:返回指定的 sheet
假如将sheet_name
指定为None
,则返回全表
假如须要返回多个表, 能够将sheet_name
指定为一个列表, 比方['sheet1', 'sheet2']能够依据
sheet
的名字字符串或索引来值指定所要拔取的sheet
>>> # 如: >>> pd.read_excel('1.xlsx', sheet_name=0) >>> pd.read_excel('1.xlsx', sheet_name='Sheet1') >>> # 返回的是雷同的 DataFrame
header:指定数据表的表头,默认值为0, 行将第一行作为表头
usecols:读取指定的列, 也能够经由过程名字或索引值
>>> # 如: >>> pd.read_excel('1.xlsx', sheet_name=1, usecols=['品级', '属性1']) >>> pd.read_excel('1.xlsx', sheet_name=1, usecols=[1,2]) >>> # 返回的是雷同的 DataFrame
直到某一天泰格尔升了一级, 能够如许改一下, 固然用.iloc
或.loc
对象都能够
>>> # 读取文件 >>> data = pd.read_excel("1.xlsx", sheet_name="Sheet1") >>> # 找到 品级 这一列,再在这一列中举行比较 >>> data['品级'][data['名字'] == '泰格尔'] += 1 >>> print(data)
LOOK!他升级了!!
>>> data 名字 品级 属性1 属性2 禀赋 0 艾欧里娅 100 天然 冰 29 1 泰格尔 81 电 战役 16 2 布鲁克克 100 水 None 28
如今我们将它保留
data.to_excel('1.xlsx', sheet_name='Sheet1', index=False, header=True)
index:默以为True
, 是不是加行索引, 直接上图吧!
左为False
, 右为True
header:默以为True
, 是不是加列标, 上图吧!
左为False
, 右为True
而io, sheet_name
参数用法同函数pd.read_excel()
假如我们多捕获几只或许多加几种属性怎么办呢?这里给出参考:
新增列数据:
data['列称号'] = [值1, 值2, ......]
>>> data['特征'] = ['瞬杀', 'None', '炎火'] >>> data 名字 品级 属性1 属性2 禀赋 特征 0 艾欧里娅 100 天然 冰 29 瞬杀 1 泰格尔 80 电 战役 16 None 2 布鲁克克 100 水 None 28 炎火
新增行数据,这里行的num为excel中自动给行加的id数值
data.loc[行的num] = [值1, 值2, ...], (注重与.iloc
的区分)
>>> data.loc[3] = ['小火猴', 1, '火', 'None', 31, 'None'] >>> data 名字 品级 属性1 属性2 禀赋 特征 0 艾欧里娅 100 天然 冰 29 瞬杀 1 泰格尔 80 电 战役 16 None 2 布鲁克克 100 水 None 28 炎火 3 小火猴 1 火 None 31 None
说完了增添一行或一列,那如何删除一行或一列呢?能够运用.drop()
函数
>>> # 删除列, 须要指定axis为1,当删除行时,axis为0 >>> data = data.drop('属性1', axis=1) # 删除`属性1`列 >>> data 名字 品级 属性2 禀赋 特征 0 艾欧里娅 100 冰 29 瞬杀 1 泰格尔 80 战役 16 None 2 布鲁克克 100 None 28 炎火 3 小火猴 1 None 31 None >>> # 删除第3,4行,这里下表以0最先,而且题目行不算在类, axis用法同上 >>> data = data.drop([2, 3], axis=0) >>> data 名字 品级 属性2 禀赋 特征 0 艾欧里娅 100 冰 29 瞬杀 1 泰格尔 80 战役 16 None >>> # 保留 >>> data.to_excel('2.xlsx', sheet_name='Sheet1', index=False, header=True)
以上就是Python中Pandas读取修正excel操纵攻略(代码示例)的细致内容,更多请关注ki4网别的相干文章!