Python中Pandas读取修正excel操纵攻略（代码示例）【Python教程】,pandas,excel,python

本篇文章给人人带来的内容是关于Python中Pandas读取修正excel操纵攻略（代码示例），有肯定的参考价值，有须要的朋侪能够参考一下，愿望对你有所协助。

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！