Python处理Excel数据

Python处理Excel数据

Microsoft Excel是一个使用非常广泛的电子表格程序。 它的用户友好性和吸引人的功能使其成为数据科学中常用的工具。 Panadas库提供了一些功能,我们可以使用该功能完整地读取Excel文件,也可以只读取选定的一组数据。 还可以读取其中包含多个工作表的Excel文件。这里主要使用read_excel函数从中读取数据。

将Excel文件作为输入

我们在windows操作系统中创建一个包含多个工作表的excel文件。 不同工作表中的数据如下所示。

可以使用Windows OS中的Excel程序创建此文件。 将该文件保存为:input.xlsx

# Data in Sheet1

id,name,salary,start_date,dept
1,Rick,623.3,2012-01-01,IT
2,Dan,515.2,2013-09-23,Operations
3,Tusar,611,2014-11-15,IT
4,Ryan,729,2014-05-11,HR
5,Gary,843.25,2015-03-27,Finance
6,Rasmi,578,2013-05-21,IT
7,Pranab,632.8,2013-07-30,Operations
8,Guru,722.5,2014-06-17,Finance

# Data in Sheet2

id    name    zipcode
   Rick    301224
   Dan    341255
   Tusar    297704
   Ryan    216650
   Gary    438700
   Rasmi    665100
   Pranab    341211
   Guru    347480

读取特定的列和行

类似于我们在前一章中已经看到的读取CSV文件,pandas库的read_excel函数也可以用来读取一些特定的列和特定的行。使用称.loc()多轴索引方法。选择显示某些行的salaryname列。

import pandas as pd
data = pd.read_excel('path/input.xlsx')

# Use the multi-axes indexing funtion
print (data.loc[[1,3,5],['salary','name']])

执行上面示例代码,得到以下结果 -

   salary   name
  515.2    Dan
  729.0   Ryan
  578.0  Rasmi

阅读多个Excel表格

具有不同数据格式的多个工作表也可以通过使用名为ExcelFile的包装类的帮助下的read_excel函数来读取。 它只会将多张纸张读入内存一次。 在下面的例子中,我们将sheet1sheet2读入两个数据框并单独打印出来。

import pandas as pd
with pd.ExcelFile('C:/Users/Rasmi/Documents/pydatasci/input.xlsx') as xls:
    df1 = pd.read_excel(xls, 'Sheet1')
    df2 = pd.read_excel(xls, 'Sheet2')

print("****Result Sheet 1****")
print (df1[0:5]['salary'])
print("")
print("***Result Sheet 2****")
print (df2[0:5]['zipcode'])

当执行上面示例代码,得到以下结果 -

****Result Sheet 1****
   623.30
   515.20
   611.00
   729.00
   843.25
Name: salary, dtype: float64

***Result Sheet 2****

   341255

   216650

Name: zipcode, dtype: int64