写在文章的最前面,Python办公自动化有什么用?使用Python代码脚本取代繁复的手工操作,自动化,流程化处理数据。
本文借助Python中的Pandas库进行数据导入,关于如何学习Pandas,我们可以在其官方文档进行学习,官网的地址如下。
Pandas官网https://www.pypandas.cn/
下面一起学习,如何使用Python导入.xlsx文件和.csv文件,导入.xlsx文件的参数如下所示,本文讲解我们日常办公所需要的一些参数。
pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None,
usecols=None, squeeze=False,dtype=None,engine=None,
converters=None,true_values=None,false_values=None,skiprows=None,
nrows=None,na_values=None,parse_dates=False,date_parser=None,
thousands=None, comment=None, skipfooter=0, convert_float=True, **kwds)
导入.xlsx文件
使用read_excel命令导入数据,写入路径即可。
#导入数据
df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx")
df.head()
nrows
导入前4行数据。
#导入前4行数据
df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",nrows=4)
df
sheet_name
指定导入的sheet表,在首映地点中选择中国首映的sheet表。
#导入具体的sheet数据
df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",sheet_name = "中国首映")
df.head()
header
指定第一行是否为列名,header=0,表示数据第一行为列名,header=None,表明数据没有列名。
#header为0时,第一行作为列索引
df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",header = 0)
df.head()
index_col
指定列作为行索引。
#index_col为1时,第二列作为行索引
df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",index_col = 1)
df.head()
usecols
可以指定读取的列名。
#选择第二列,第六列数据
df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",usecols =[1,5])
df.head()
这里使用一个小技巧,将带空格的字符串变为列表形式。
'名字 上映时间'.split()
['名字', '上映时间']
#选择特定的列
df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",usecols =['名字', '上映时间'])
df.head()
这里发现指定具体的列名称时无法选择列,我们使用切片索引选择特定的列。
#选择特定的列
df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx")
df=df.loc[:,['名字', '上映时间']]
df.head()
skiprows
跳过多少行再读取数据。
#跳过第二行和第四行数据
df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",header=0,skiprows=[1,3])
df.head()
names
对选取的列重命名。
#对列命名
df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",usecols =[1,5],names=["电影名称","上映日期"])
df.head()
数据类型转化
types
查看字段的数据类型。
df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx")
df.dtypes
dtype
转化数据类型。
#转化数据类型
df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",dtype={'投票人数':'int','评分':'int'})
df.dtypes
object数据类型转化。
#查看数据类型
df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",usecols =[5])
df.dtypes
指定解析成日期格式的列。
#转化日期类型
df = pd.read_excel(r"C:\Users\尚天强\Desktop\film_score.xlsx",usecols =[5],parse_dates=[0])
df.dtypes
创建一个时间表。
import pandas as pd
from datetime import datetime
a={'日期':[datetime(2021,3,15),datetime(2021,3,15)],'销量':[10,20]}
b={'日期':[datetime(2021,3,16),datetime(2021,3,16)],'销量':[30,40]}
df1=pd.DataFrame(a)
df2=pd.DataFrame(b)
使用datetime_format进行日期格式转化。
with pd.ExcelWriter(r'C:\Users\尚天强\Desktop\learn.xlsx',datetime_format='YYYY-MM-DD') as writer :
df1.to_excel(writer,sheet_name='15日',index=False)
df2.to_excel(writer,sheet_name='16日',index=False)
数据导出
使用to_excel,写入导出的路径,进行数据导出,index=False消行索引。
import pandas as pd
a={'销量':[10,20],'售价':[100,200]}
df=pd.DataFrame(a)
df.to_excel(r'C:\Users\尚天强\Desktop\learn.xlsx',index=False) #取消行索引
加入行索引,并使用index.name对其命名。
import pandas as pd
a={'销量':[10,20],'售价':[100,200]}
df=pd.DataFrame(a,index=['A','B']) #加入一个行索引
df.index.name='货号'
df.to_excel(r'C:\Users\尚天强\Desktop\learn.xlsx')
float_format
设置浮点型数据的小数位。
na_rep
空值进行填充。
import pandas as pd
a={'销量':[10,20.43],'售价':[100.25,None]}
df=pd.DataFrame(a,index=['A','B']) #加入一个行索引
df.index.name='货号'
df.to_excel(r'C:\Users\尚天强\Desktop\learn.xlsx',sheet_name='第一张表',float_format='%.2f',na_rep='空值')
导入.csv文件
我们常使用的CSV文件有CSV UTF-8(逗号分隔)和CSV(逗号分隔)这两种。
编码方式设置
如果导出的文件为gbk编码方式,导入数据的时候用gbk的编码方式。
encoding
指定数据读入的编码方式。
# 如果导出的文件为gbk编码方式,导入数据的时候用gbk
df = pd.read_csv(r"C:\Users\尚天强\Desktop\score.csv",encoding="gbk",nrows =2)#导入前两行
df
中文路径导入数据
当文件路径或文件名为中文时,如果是CSV UTF-8(逗号分隔)的格式文件,需要把编码格式更改为utf-8-sig,如果是CSV(逗号分隔)的格式文件,需要把编码格式更改为gbk。
'''
当文件路径或文件名为中文时,如果是CSV UTF-8(逗号分隔)的格式文件,需要把编码格式更改为utf-8-sig
如果是CSV(逗号分隔)的格式文件,需要把编码格式更改为gbk
'''
df = pd.read_csv(r'C:\Users\尚天强\Desktop\cars_scoreCSV.csv',engine="python",encoding="gbk")
df.head()
'''
当文件路径或文件名为中文时,如果是CSV UTF-8(逗号分隔)的格式文件,需要把编码格式更改为utf-8-sig,
如果是CSV(逗号分隔)的格式文件,需要把编码格式更改为gbk
'''
df = pd.read_csv(r'C:\Users\尚天强\Desktop\cars_scoreUTF-8.csv',engine="python",encoding="utf-8-sig")
df.head()