当前位置:首页 > 文章列表 > 文章 > python教程 > pandas教程:详解如何使用该库读取Excel文件

pandas教程:详解如何使用该库读取Excel文件

2024-02-06 19:23:32 0浏览 收藏

大家好,今天本人给大家带来文章《pandas教程:详解如何使用该库读取Excel文件》,文中内容主要涉及到,如果你对文章方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!

Pandas 教程:详解如何使用该库读取 Excel 文件,需要具体代码示例

Pandas 是一种常用的数据处理库,具有很多强大的功能,尤其是在数据处理方面非常方便。在实际的数据处理过程中,经常需要读取 Excel 文件。本文将详解如何使用 Pandas 库读取 Excel 文件,并提供具体的代码示例。

  1. 导入 Pandas 库

使用 Pandas 库需要先导入该库:

import pandas as pd

其中,pd 是 Pandas 库的别名,这样可以更方便地使用 Pandas 的相关方法。

  1. 读取 Excel 文件

使用 Pandas 读取 Excel 文件非常方便,只需要一行代码即可实现:

data = pd.read_excel('file_name.xlsx')

其中,file_name.xlsx 是 Excel 文件的名称,该文件与 Python 脚本在同一个目录下。

如果 Excel 文件不在同一个目录下,则需要指定完整的路径,例如:

data = pd.read_excel('C:/Users/username/Desktop/file_name.xlsx')

读取 Excel 文件后,可以通过以下方式查看文件中的数据:

print(data.head())

head() 方法可以查看 Excel 文件的前 5 行数据。如果需要查看更多行,可以将括号中的数字改为需要查看的行数,例如:

print(data.head(10))
  1. 指定需要读取的 Excel 表格

当 Excel 文件中含有多个表格时,需要指定需要读取的表格,例如:

data = pd.read_excel('file_name.xlsx', sheet_name='Sheet1')

其中,sheet_name 用于指定需要读取的表格名称。如果需要读取多个表格,可以将 sheet_name 改为一个列表,例如:

data = pd.read_excel('file_name.xlsx', sheet_name=['Sheet1', 'Sheet2'])

这样可以将 Sheet1 和 Sheet2 两个表格的数据一次性读取出来,存储在一个字典中。

  1. 读取特定行或列

当 Excel 表格中数据较多时,我们有时只需要读取其中的一些行或列,可以使用 Pandas 的 loc 和 iloc 方法实现:

  • loc 方法可以读取指定的行或列数据,实例如下:

    data = pd.read_excel('file_name.xlsx')
    # 读取第 3 行数据
    print(data.loc[2])
    # 读取名称为 'column_name' 的列数据
    print(data.loc[:, 'column_name'])
    # 读取第 3 行、名称为 'column_name' 的数据
    print(data.loc[2, 'column_name'])
  • iloc 方法可以读取指定的行或列数据,不过需要使用整数的位置索引,实例如下:

    data = pd.read_excel('file_name.xlsx')
    # 读取第 3 行数据
    print(data.iloc[2])
    # 读取第 3 行、第 4 列数据
    print(data.iloc[2, 3])
    # 读取第 2-4 行、第 1-3 列的数据
    print(data.iloc[1:4, 0:3])
  1. 读取 Excel 文件中的列名

在读取 Excel 文件的过程中,有时需要获取 Excel 文件中的列名,可以使用如下方法:

data = pd.read_excel('file_name.xlsx')
# 读取所有列名
print(data.columns.values)
# 读取第 3 列的列名
print(data.columns.values[2])

其中,columns.values 用于返回列名列表。在 Python 中,列表的索引从 0 开始。

  1. 将数据写入 Excel 文件

除了读取 Excel 文件外,Pandas 还提供了将数据写入 Excel 文件的方法。实例如下:

data = pd.DataFrame({'姓名': ['张三', '李四', '王五'], '年龄': [18, 22, 25]})
# 将数据写入名为 'MySheet' 的表格中
data.to_excel('file_name.xlsx', sheet_name='MySheet', index=False)

其中,to_excel() 方法用于将数据写入 Excel 文件,第一个参数为 Excel 文件名,第二个参数为要写入的表格名称,index=False 表示不需要写入索引列。

  1. 结语

本文主要介绍了如何使用 Pandas 库读取 Excel 文件,并提供了具体的代码示例。当然,Pandas 还有很多其它的功能,在日常的数据处理中可以进一步了解。

理论要掌握,实操不能落!以上关于《pandas教程:详解如何使用该库读取Excel文件》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

利用pandas轻松处理txt文件数据利用pandas轻松处理txt文件数据
上一篇
利用pandas轻松处理txt文件数据
手机cookie藏身何处?告诉你一个大秘密!
下一篇
手机cookie藏身何处?告诉你一个大秘密!
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    473次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    531次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    551次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    503次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    320次使用