網站首頁 編程語言 正文
Pandas read_excel()參數使用詳解
1.read_excel函數原型
def read_excel(io,
sheet_name=0,
header=0,
names=None,
index_col=None,
parse_cols=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,
na_filter=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)
參數說明：
2.參數使用舉例
2.1. io和sheet_name參數
【例1】通過io和sheet_name讀取Excel表
records.xlsx內容：
date val percent
2014/3/1 0.947014982 10%
2014/6/1 0.746103818 11%
2014/9/1 0.736764841 12%
2014/12/1 0.724937624 13%
2015/3/1 0.85043738 14%
2015/6/1 0.332503212 15%
2015/9/1 0.75289366 16%
2015/12/1 0.358275104 17%
2016/3/1 0.077250716 18%
2016/6/1 0.436182277 19%
2016/9/1 0.424714671 20%
2016/12/1 0.842471104 21%
2017/3/1 0.740035625 22%
2017/6/1 0.183588529 23%
2017/9/1 0.143363207 24%
Code:
In [166]: import pandas as pd
...: df = pd.read_excel(io="records.xlsx", sheet_name="Sheet1")
...: df
...:
Out[166]:
date val percent
0 2014/3/1 0.947015 10%
1 2014/6/1 0.746104 11%
2 2014/9/1 0.736765 12%
3 2014/12/1 0.724938 13%
4 2015/3/1 0.850437 14%
5 2015/6/1 0.332503 15%
6 2015/9/1 0.752894 16%
7 2015/12/1 0.358275 17%
8 2016/3/1 0.077251 18%
9 2016/6/1 0.436182 19%
10 2016/9/1 0.424715 20%
11 2016/12/1 0.842471 21%
12 2017/3/1 0.740036 22%
13 2017/6/1 0.183589 23%
14 2017/9/1 0.143363 24%
說明：此處io和sheet_name參數都可以不明確指定，直接使用：
df = pd.read_excel("records.xlsx", "Sheet1")
如果records.xlsx文件只有一張表，或者要讀取的數據表為第一張表，sheet_name參數可以省略：
df = pd.read_excel("records.xlsx")
2.2. header參數
【例2】通過header參數指定表頭位置
records.xlsx內容：
2020年XXX表
date val percent
2014/3/1 0.947014982 10%
2014/6/1 0.746103818 11%
2014/9/1 0.736764841 12%
2014/12/1 0.724937624 13%
2015/3/1 0.85043738 14%
2015/6/1 0.332503212 15%
2015/9/1 0.75289366 16%
2015/12/1 0.358275104 17%
2016/3/1 0.077250716 18%
2016/6/1 0.436182277 19%
2016/9/1 0.424714671 20%
2016/12/1 0.842471104 21%
2017/3/1 0.740035625 22%
2017/6/1 0.183588529 23%
2017/9/1 0.143363207 24%
我們在【例1】的基礎上為records.xlsx的“Sheet1”表增加了一行表頭說明，如果繼續使用【例1】的代碼，得到的結果是這樣的：
In [169]: import pandas as pd
...: df = pd.read_excel("records.xlsx", "Sheet1")
...: df
...:
Out[169]:
2020年XXX表 Unnamed: 1 Unnamed: 2
0 date val percent
1 2014/3/1 0.947015 10%
2 2014/6/1 0.746104 11%
3 2014/9/1 0.736765 12%
4 2014/12/1 0.724938 13%
5 2015/3/1 0.850437 14%
6 2015/6/1 0.332503 15%
7 2015/9/1 0.752894 16%
8 2015/12/1 0.358275 17%
9 2016/3/1 0.077251 18%
10 2016/6/1 0.436182 19%
11 2016/9/1 0.424715 20%
12 2016/12/1 0.842471 21%
13 2017/3/1 0.740036 22%
14 2017/6/1 0.183589 23%
15 2017/9/1 0.143363 24%
這樣得到的列標及數據都不是我們想要的，這種情況下就需要通過header參數來指定表頭了，注意到表頭是在第2行，根據header參數的說明可知，行號是從0開始計算的，所以header參數應該為1.
Code：
In [170]: import pandas as pd
...: df = pd.read_excel("records.xlsx", "Sheet1", header=1)
...: df
...:
Out[170]:
date val percent
0 2014/3/1 0.947015 10%
1 2014/6/1 0.746104 11%
2 2014/9/1 0.736765 12%
3 2014/12/1 0.724938 13%
4 2015/3/1 0.850437 14%
5 2015/6/1 0.332503 15%
6 2015/9/1 0.752894 16%
7 2015/12/1 0.358275 17%
8 2016/3/1 0.077251 18%
9 2016/6/1 0.436182 19%
10 2016/9/1 0.424715 20%
11 2016/12/1 0.842471 21%
12 2017/3/1 0.740036 22%
2.3. skipfooter參數
【例3】通過skipfooter參數忽略表尾數據
有時我們的數據是從第3方獲取到的，往往會在表的末尾添加一行“數據來源：xxx”.如：
2020年XXX表
date val percent
2014/3/1 0.947014982 10%
2014/6/1 0.746103818 11%
2014/9/1 0.736764841 12%
2014/12/1 0.724937624 13%
2015/3/1 0.85043738 14%
2015/6/1 0.332503212 15%
2015/9/1 0.75289366 16%
2015/12/1 0.358275104 17%
2016/3/1 0.077250716 18%
2016/6/1 0.436182277 19%
2016/9/1 0.424714671 20%
2016/12/1 0.842471104 21%
2017/3/1 0.740035625 22%
2017/6/1 0.183588529 23%
2017/9/1 0.143363207 24%
數據來源： XXX
這種情況下，可以通過skipfooter參數來忽略該數據。
Code:
In [173]: import pandas as pd
...: df = pd.read_excel("records.xlsx", "Sheet1", header=1, skipfooter=1)
...: df
...:
Out[173]:
date val percent
0 2014/3/1 0.947015 10%
1 2014/6/1 0.746104 11%
2 2014/9/1 0.736765 12%
3 2014/12/1 0.724938 13%
4 2015/3/1 0.850437 14%
5 2015/6/1 0.332503 15%
6 2015/9/1 0.752894 16%
7 2015/12/1 0.358275 17%
8 2016/3/1 0.077251 18%
9 2016/6/1 0.436182 19%
10 2016/9/1 0.424715 20%
11 2016/12/1 0.842471 21%
12 2017/3/1 0.740036 22%
13 2017/6/1 0.183589 23%
14 2017/9/1 0.143363 24%
2.4. index_col參數
【例4】通過index_col參數指定DataFrame index
在【例3】中，查看我們讀取得到的DataFrame的索引：
In [174]: df.index
Out[174]: RangeIndex(start=0, stop=15, step=1)
它是一個自動添加的整型索引，但如果現在我想要使用“date”列作為索引，可以通過index_col參數指定：
In [175]: import pandas as pd
...: df = pd.read_excel("records.xlsx", "Sheet1", header=1, skipfooter=1,index_col=0)
...: df
...:
Out[175]:
val percent
date
2014/3/1 0.947015 10%
2014/6/1 0.746104 11%
2014/9/1 0.736765 12%
2014/12/1 0.724938 13%
2015/3/1 0.850437 14%
2015/6/1 0.332503 15%
2015/9/1 0.752894 16%
2015/12/1 0.358275 17%
2016/3/1 0.077251 18%
2016/6/1 0.436182 19%
2016/9/1 0.424715 20%
2016/12/1 0.842471 21%
2017/3/1 0.740036 22%
2017/6/1 0.183589 23%
2017/9/1 0.143363 24%
In [176]: df.index
Out[176]:
Index(['2014/3/1', '2014/6/1', '2014/9/1', '2014/12/1', '2015/3/1', '2015/6/1',
'2015/9/1', '2015/12/1', '2016/3/1', '2016/6/1', '2016/9/1',
'2016/12/1', '2017/3/1', '2017/6/1', '2017/9/1'],
dtype='object', name='date')
或者改成這樣：
df = pd.read_excel("records.xlsx", "Sheet1", header=1, skipfooter=1, index_col=“date”)
2.5. parse_dates參數
查看【例4】index的參數類型：
In [183]: type(df.index[0])
Out[183]: str
發現并不是我們想要的日期類型，而是str。現在我們想把它轉換為日期類型，可選的一種方法就是通過parse_dates參數來實現。
【例5】parse_dates參數處理日期
Code:
In [184]: import pandas as pd
...: df = pd.read_excel("records.xlsx", "Sheet1", header=1, skipfooter=1,i
...: ndex_col="date", parse_dates=True)
...: df
...:
Out[184]:
val percent
date
2014-03-01 0.947015 10%
2014-06-01 0.746104 11%
2014-09-01 0.736765 12%
2014-12-01 0.724938 13%
2015-03-01 0.850437 14%
2015-06-01 0.332503 15%
2015-09-01 0.752894 16%
2015-12-01 0.358275 17%
2016-03-01 0.077251 18%
2016-06-01 0.436182 19%
2016-09-01 0.424715 20%
2016-12-01 0.842471 21%
2017-03-01 0.740036 22%
2017-06-01 0.183589 23%
2017-09-01 0.143363 24%
In [185]: type(df.index[0])
Out[185]: pandas._libs.tslibs.timestamps.Timestamp
當parase_date設置為True時，默認將index處理為日期類型。
如果要處理的列不是index列，可以通過parse_dates= "date"來實現。
如果要處理的列包含多個，可以通過parse_dates= [“col1”,“col2”,…]來實現。
2.6. converters參數
在前面幾個例子中，我們發現percent列的數據都是xx%這樣的表示，且是str類型:
In [187]: type(df["percent"][0])
Out[187]: str
str類型并不是我們所希望的，現在我們希望可以將之轉化為float類型，這可以通過converters參數來實現。
【例6】converters參數進行數據類型轉換
Code：
In [189]: import pandas as pd
...: def convertPercent(val):
...: return float(val.split("%")[0])*0.01
...:
...: df = pd.read_excel("records.xlsx", "Sheet1", header=1, skipfooter=1,i
...: ndex_col="date", parse_dates=True, converters={"percent":convertPerce
...: nt})
...: df
...:
Out[189]:
val percent
date
2014-03-01 0.947015 0.10
2014-06-01 0.746104 0.11
2014-09-01 0.736765 0.12
2014-12-01 0.724938 0.13
2015-03-01 0.850437 0.14
2015-06-01 0.332503 0.15
2015-09-01 0.752894 0.16
2015-12-01 0.358275 0.17
2016-03-01 0.077251 0.18
2016-06-01 0.436182 0.19
2016-09-01 0.424715 0.20
2016-12-01 0.842471 0.21
2017-03-01 0.740036 0.22
2017-06-01 0.183589 0.23
2017-09-01 0.143363 0.24
2.7. na_values參數
【例7】na_values參數處理na數據
很多時候，并不是所有的數據都是有效數據，例如下表中2014/12/1和2016/6/1兩行的數據均為“–”：
2020年XXX表
date val percent
2014/3/1 0.947014982 10%
2014/6/1 0.746103818 11%
2014/9/1 0.736764841 12%
2014/12/1 -- --
2015/3/1 0.85043738 14%
2015/6/1 0.332503212 15%
2015/9/1 0.75289366 16%
2015/12/1 0.358275104 17%
2016/3/1 0.077250716 18%
2016/6/1 -- --
2016/9/1 0.424714671 20%
2016/12/1 0.842471104 21%
2017/3/1 0.740035625 22%
2017/6/1 0.183588529 23%
2017/9/1 0.143363207 24%
數據來源： XXX
這種情況下可以通過na_values參數來處理。
Code
In [191]: import pandas as pd
...: df = pd.read_excel("records.xlsx", "Sheet1", header=1, skipfooter=1,i
...: ndex_col="date", parse_dates=True, na_values="--")
...: df
...:
Out[191]:
val percent
date
2014-03-01 0.947015 10%
2014-06-01 0.746104 11%
2014-09-01 0.736765 12%
2014-12-01 NaN NaN
2015-03-01 0.850437 14%
2015-06-01 0.332503 15%
2015-09-01 0.752894 16%
2015-12-01 0.358275 17%
2016-03-01 0.077251 18%
2016-06-01 NaN NaN
2016-09-01 0.424715 20%
2016-12-01 0.842471 21%
2017-03-01 0.740036 22%
2017-06-01 0.183589 23%
2017-09-01 0.143363 24%
2.8. usecols參數
【例8】 usecols參數選擇列
當我們只想處理數據表中的某些指定列時，可以通過usecols參數來指定。例如，我只想處理"date"和"val"兩列數據，可以這樣通過
usecols=["date","val"]
來指定。
Code
In [193]: import pandas as pd
...: df = pd.read_excel("records.xlsx", "Sheet1", header=1, skipfooter=1,i
...: ndex_col="date", parse_dates=True, na_values="--", usecols=["date","v
...: al"])
...: df
...:
Out[193]:
val
date
2014-03-01 0.947015
2014-06-01 0.746104
2014-09-01 0.736765
2014-12-01 NaN
2015-03-01 0.850437
2015-06-01 0.332503
2015-09-01 0.752894
2015-12-01 0.358275
2016-03-01 0.077251
2016-06-01 NaN
2016-09-01 0.424715
2016-12-01 0.842471
2017-03-01 0.740036
2017-06-01 0.183589
2017-09-01 0.143363
總結
原文鏈接：https://blog.csdn.net/leenuxcore/article/details/106407522
相關推薦
- 2022-06-29 C#集合之自定義集合類_C#教程
- 2022-05-22 Docker容器搭建Kafka集群的詳細過程_docker
- 2023-03-17 手把手教你docker部署(使用docker-compose)教程_docker
- 2022-08-30 AndroidStudio編譯報錯 Connect to repo.maven.apache.org
- 2022-09-08 pytorch?tensor內所有元素相乘實例_python
- 2023-03-27 使用seaborn繪制強化學習中的圖片問題_python
- 2021-12-13 C語言數據結構與算法之圖的遍歷(一)_C 語言
- 2023-01-10 Go語言defer與return執行的先后順序詳解_Golang
- 最近更新
-
- window11 系統安裝 yarn
- 超詳細win安裝深度學習環境2025年最新版（
- Linux 中運行的top命令 怎么退出？
- MySQL 中decimal 的用法？ 存儲小
- get 、set 、toString 方法的使
- @Resource和 @Autowired注解
- Java基礎操作-- 運算符，流程控制 Flo
- 1. Int 和Integer 的區別，Jav
- spring @retryable不生效的一種
- Spring Security之認證信息的處理
- Spring Security之認證過濾器
- Spring Security概述快速入門
- Spring Security之配置體系
- 【SpringBoot】SpringCache
- Spring Security之基于方法配置權
- redisson分布式鎖中waittime的設
- maven:解決release錯誤：Artif
- restTemplate使用總結
- Spring Security之安全異常處理
- MybatisPlus優雅實現加密？
- Spring ioc容器與Bean的生命周期。
- 【探索SpringCloud】服務發現-Nac
- Spring Security之基于HttpR
- Redis 底層數據結構-簡單動態字符串（SD
- arthas操作spring被代理目標對象命令
- Spring中的單例模式應用詳解
- 聊聊消息隊列，發送消息的4種方式
- bootspring第三方資源配置管理
- GIT同步修改后的遠程分支
提供CDN加速