Python 操作Excel操作總結(jié),包括Series和Data Frame的互轉(zhuǎn)、使用pandas讀取Excel表格、python讀取多個數(shù)據(jù)表、python合并多個工作表以及寫入Excel文件

pandas是一款基于NumPy的數(shù)據(jù)分析工具。它提供了大量的能使我們快捷處理數(shù)據(jù)的方法。

常用數(shù)據(jù)類型

• Series：一維數(shù)組，與NumPy中的一維數(shù)組相似，和Python自身的list也相似。區(qū)別自于Series中的數(shù)據(jù)只能是一種數(shù)據(jù)，而list中的數(shù)據(jù)可以不一樣
• Time-Series：以時間為索引的Series
• DataFrame：二維的表格型數(shù)據(jù)結(jié)構(gòu)。經(jīng)常用于處理Excel表格數(shù)據(jù)等，這也是我們本節(jié)課會重點講的內(nèi)容
• Panel：三維數(shù)組（0.25版本后，統(tǒng)一使用xarray，不再支持Panel）

Series和Data Frame的互轉(zhuǎn)

• 利用to_frame()實現(xiàn)Series轉(zhuǎn)DataFrame
• 利用squeeze()實現(xiàn)單列數(shù)據(jù)DataFrame轉(zhuǎn)Series

0    北山啦1     關(guān)注2     點贊dtype: object

s.squeeze()

使用pandas讀取Excel表格

在pandas中，讀取Excel非常簡單，它只有一個方法：readExcel()，但是的參數(shù)非常多

主要常用的參數(shù)，我們先對其進行了解：

• io：一般指定excel文件路徑就可以了。也可以是其他Excel讀取對象如ExcelFile、xlrd.Book等
• sheet_name：用于指定工作表（sheet）名稱。可以是數(shù)字（工作表從0開始的索引）
• header：指定作為列名的行，默認(rèn)為0，即第一行為列名。如果數(shù)據(jù)不含列名，則設(shè)為None
• names：指定新的列名列表。列表中元素個數(shù)和列數(shù)必須一致
• index_col：指定列為索引列，默認(rèn)None指的是索引為0的第一列為索引列
• usecols：要解析數(shù)據(jù)的列，可以是int或者str的列表，也可以是以逗號分隔的字符串(pandas 0.24新增功能)，例如：”A:F”，表示從A列到F列，”A,C,F”表示A、C、F三列，還可以寫成”A,C,F,K:Q”
• dtype：各列的數(shù)據(jù)類型，例如：{'a’: np.float64, 'b’: np.int32}
• converters：用于轉(zhuǎn)換各列數(shù)據(jù)的函數(shù)的字典數(shù)據(jù)，例如：{'a’: func_1, 'b’: func_2}

import pandas as pdsheet = pd.read_excel(io='測試數(shù)據(jù).xlsx')sheet.head()

我們先來看一下取回的數(shù)據(jù)的數(shù)據(jù)類型是什么。

<class 'pandas.core.frame.DataFrame'>

可以看到，它就是我們前面提到的DataFrame數(shù)據(jù)。，直接通過它的列名稱來獲取即可，比如，要獲得所有的工資信息，可以如下：

0      76531      87992      98003     128804      36005      38006      89767     120008      89009      768810     671211     965512     685413     812214     678815     8830Name: 工資, dtype: int64

可以看到它的所有的數(shù)據(jù)都列出來了，并且這一列數(shù)據(jù)的數(shù)據(jù)類型是int64，即64位整型。
得到這一列數(shù)據(jù)后，我們可以對它進行處理。

765387999800128803600380089761200089007688671296556854812267888830

或者將它轉(zhuǎn)換成列表后再處理：

[7653, 8799, 9800, 12880, 3600, 3800, 8976, 12000, 8900, 7688, 6712, 9655, 6854, 8122, 6788, 8830]

計算大家的平均工資：

總工資：131057平均工資：8191.0625

我們也可以對求和的方法，使用lambda表達式（匿名函數(shù)）結(jié)合reduce()函數(shù)進行。reduce()函數(shù)會對列表、元組等可遍歷的元素依次進行運算：將第一個元素和第二個元素進行運算，并將結(jié)果和第三個元素進行運算，直到最后一個元素。

131057

我們可以使用read_excel中的usecols參數(shù)，通過它指定我們需要讀取數(shù)據(jù)的列，它接收字符串或者整數(shù)列表格式的數(shù)據(jù)，列表中列出我們想要取出數(shù)據(jù)的列的名稱或者索引。

或者：

import pandas as pdsheet = pd.read_excel(io='測試數(shù)據(jù).xlsx', usecols=['工資'])sheet

如果想在讀取數(shù)據(jù)的時候，將原來的列的名字改成其他名字，則可以使用names參數(shù)指定為其他列名：

需要注意的是，此時，我們?nèi)绻獙@個DataFrame進行操作，就需要使用新的列名了。 如果我們想在取出工資數(shù)據(jù)的時候，以“￥12,345”的格式顯示，則可以在獲取數(shù)據(jù)的時候，就指定轉(zhuǎn)換函數(shù)：

import pandas as pddef formatsalary(num):    return f'￥{format(num,',')}'sheet = pd.read_excel(io='測試數(shù)據(jù).xlsx', usecols=['工資'],converters={'工資':formatsalary})sheet

上面通過converters指定了“工資”列，使用formatsalary函數(shù)來處理，所以取出來的數(shù)據(jù)就已經(jīng)處理過的了。當(dāng)然，我們也可以取出來后再對其進行格式化。

其他的參數(shù)，大家可以自己進行試驗。下面我們再來看一下，假設(shè)我要取出所有大于等于8000的工資，該如何進行處理呢？我們可以使用按照條件來獲取DataFrame的行數(shù)據(jù)：

如果想取得工資大于等于8000小于等于10000的數(shù)據(jù)：

import pandas as pdsheet = pd.read_excel(io='測試數(shù)據(jù).xlsx')high_salary = sheet[(sheet['工資'] >= 8000) & (sheet['工資'] <=10000)]high_salary

如果只想顯示符合條件的姓名和工資，則可以通過列表的方式指定要顯示的列：

讀取多個數(shù)據(jù)表

在上面的例子中，雖然在“測試數(shù)據(jù).xlsx”文件中包含了兩個數(shù)據(jù)表（sheet），但它只讀取了第一個數(shù)據(jù)表的內(nèi)容，如果我想把兩個數(shù)據(jù)表數(shù)據(jù)都讀取出來該怎么辦呢？可以指定sheet_name參數(shù)，它接收字符串、數(shù)字、字符串或數(shù)字列表以及None。如果指定為None，則返回所有數(shù)據(jù)表數(shù)據(jù)。默認(rèn)為0，即返回第一個數(shù)據(jù)表數(shù)據(jù)。

import pandas as pdsheet = pd.read_excel(io='測試數(shù)據(jù).xlsx', sheet_name=[0, 1])sheet

可以看到，得到了兩個數(shù)據(jù)表的數(shù)據(jù)。此時要得到數(shù)據(jù)表中的數(shù)據(jù)，就需要先通過sheet[0]、sheet[1]得到第一個數(shù)據(jù)表的所有數(shù)據(jù)，再在這個數(shù)據(jù)表數(shù)據(jù)中對數(shù)據(jù)進行處理了，例如：

sheet[1]

如果用的是數(shù)據(jù)表的名字，則應(yīng)該寫成sheet['甲公司’]。
如果我們想把這兩個數(shù)據(jù)表的數(shù)據(jù)合并到一起，可以使用pandas中的concat()函數(shù)：

這里ignore_index的意思是忽略各自的索引，統(tǒng)一使用新的索引。

合并多個工作表

多個EXCECL合并到一個工作表中，Python來幫你實現(xiàn)

# -*- coding:utf-8 -*-# @Address:https://beishan.blog.csdn.net/# @Author:北山啦import pandas as pdimport ospath = r'E:\Python\00數(shù)據(jù)分析\RichardFu123\五省PM2.5\archive'dfs,index = [],0for i in os.listdir(path):    dfs.append(pd.read_csv(os.path.join(path,i)))    print(f'正在合并{index+1}工作表')    index += 1df = pd.concat(dfs)df.to_csv('數(shù)據(jù)匯總.csv',index=False)

寫入Excel文件

可以將DataFrame數(shù)據(jù)寫入到一個新的Excel文件中，例如，我們可以將上面合并的兩個Excel數(shù)據(jù)表數(shù)據(jù)，寫入到新的Excel文件中：

df = pd.DataFrame(st)df.to_excel('合并工資報表.xlsx')

這里我們使用DataFrame上的to_excel()方法將數(shù)據(jù)寫入到Excel文件中。它的原型是：to_excel(self, excel_writer, sheet_name='Sheet1’, na_rep=’’, float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep='inf’, verbose=True, freeze_panes=None)，常用的參數(shù)說明：

• excel_writer：需要指定一個寫入的文件，可以是字符串或者ExcelWriter對象
• sheet_name：寫入的工作表名稱，是一個字符串，默認(rèn)為’Sheet1’
• na_rep：當(dāng)沒有數(shù)據(jù)的時候，應(yīng)該填入的默認(rèn)值，默認(rèn)為空字符串
• float_format：浮點數(shù)格式，默認(rèn)為None?？梢园凑說loat_format='%.2f'這樣的方式指定
• columns：指定寫入的列名順序，是一個列表。
• header：是否有表頭，默認(rèn)為True，可以是布爾類型或者字符串列表。
• index：是否加上行索引，默認(rèn)為True。
• index_label：索引標(biāo)簽，可以是字符串或者列表，默認(rèn)為None。
• startrow：插入數(shù)據(jù)的起始行，默認(rèn)為0。
• startcol：插入數(shù)據(jù)的其實列，默認(rèn)0
• engine：使用的寫文件引擎，例如：'openpyxl’ 、 'xlsxwriter’
• 當(dāng)然，我們也可以不限于將一個Excel表中的數(shù)據(jù)寫入到另一個Excel文件，我們自己在程序中運行得到的數(shù)據(jù)，也可以將其組織成DataFrame后，寫入到Excel文件中。

看看是不是寫入到文件了：

f = pd.read_excel('員工表.xlsx')f

可以看到，確實已經(jīng)寫入進去了。
那如果要寫多個數(shù)據(jù)到一個Excel文件的多個數(shù)據(jù)表（sheet）中，該怎么處理呢？此時可以使用下面的方法。

看看是不是已經(jīng)寫入到文件了：

sheet = pd.read_excel(io='Employees.xlsx', sheet_name=None)sheet

但是仔細看的話，會發(fā)現(xiàn)上面的外籍員工這個數(shù)據(jù)表，字段Names和Age反了，這是因為DataFrame自動按照字母順序給我們排序了。要避免這種情況，需要在to_excel()中加上columns來指定表頭字段順序：

df1 = pd.DataFrame({'姓名':['李雷', '韓梅梅', '小明',                           '張三', '李四', '王五'],                  '年齡':[31, 22, 30, 49, 38, 33]})df2 = pd.DataFrame({'Names': ['Andrew', 'Tomas', 'Larry',                           'Sophie', 'Sally', 'Simone'],                   'Age':[42, 37, 39, 35, 29, 27]})dfs = {'國內(nèi)員工':df1, '外籍員工':df2}cols = {'國內(nèi)員工':['姓名', '年齡'],'外籍員工':['Names','Age']}  # 指定列名順序writer = pd.ExcelWriter('Employees.xlsx', engine='xlsxwriter')for sheet_name in dfs.keys():    dfs[sheet_name].to_excel(writer, sheet_name=sheet_name, index=False, columns = cols[sheet_name])    writer.save()

再來看看現(xiàn)在是否正確：

{'國內(nèi)員工':     姓名  年齡 0   李雷  31 1  韓梅梅  22 2   小明  30 3   張三  49 4   李四  38 5   王五  33, '外籍員工':     Names  Age 0  Andrew   42 1   Tomas   37 2   Larry   39 3  Sophie   35 4   Sally   29 5  Simone   27}

現(xiàn)在沒問題了。
還可以使用前面讀寫文件的時候的with … 這種方式。
上面的方式，會覆蓋原來的文件內(nèi)容。如果要在原有的Excel表中加上一個新的數(shù)據(jù)表（sheet），可以通過下面的方式：

import pandas as pdsheet = pd.read_excel(io='Employees.xlsx', sheet_name=None)sheet

可以看到，在原來的Excel文件中，已經(jīng)加入了“候補員工”這個數(shù)據(jù)表。加入需要在某個數(shù)據(jù)表中加入數(shù)據(jù)（append），可以使用下面方式：

from openpyxl import load_workbookbook = load_workbook('Employees.xlsx')  # 加載原有的數(shù)據(jù)到Workbookdf4 = pd.DataFrame({'Names': ['Moore'],                   'Age':[38]})with pd.ExcelWriter('Employees.xlsx',                    engine='openpyxl') as writer:      writer.book = book  # 讓writer加入原來的3個workbook    writer.sheets = {ws.title: ws for ws in book.worksheets}    start_row = writer.sheets['候補員工'].max_row    df4.to_excel(writer, sheet_name='候補員工', index=False, columns=['Names', 'Age'], startrow=start_row,header=False)    writer.save()

這里的要點是：使用startrow指定要插入數(shù)據(jù)的文字，這里還要注意我們是往某個已經(jīng)存在的數(shù)據(jù)表插入數(shù)據(jù)，所以要指定正確的sheet_name，還有就是為了避免重復(fù)的表頭，將header設(shè)置成False。

{'國內(nèi)員工':     姓名  年齡 0   李雷  31 1  韓梅梅  22 2   小明  30 3   張三  49 4   李四  38 5   王五  33, '外籍員工':     Names  Age 0  Andrew   42 1   Tomas   37 2   Larry   39 3  Sophie   35 4   Sally   29 5  Simone   27, '候補員工':    Names  Age 0   Judy   27 1  Moore   38}

作者：北山啦

原文鏈接：
https://beishan.blog.csdn.net/article/details/115290941