pandas读取和写入excel表格

标签：engine None sheet 读取 na excel DataFrame pandas

读取 excel 表格

pandas.read_excel()函数

read_excel()函数用于读取Excel文件并将其转换为Pandas的DataFrame对象。这是处理Excel数据的基础。函数原型如下：

pandas.read_excel(io, sheet_name=0, *, header=0, names=None, index_col=None, usecols=None, 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=<no_default>, date_format=None, thousands=None, decimal='.', comment=None, skipfooter=0, storage_options=None, dtype_backend=<no_default>, engine_kwargs=None)

io：为文件类对象，一般作为读取文件的路径，支持类型：str、bytes、ExcelFile、xlrd.Book、path object、file-like object

sheet_name=0：指定excel某张表。sheet_name可以是str、int、list 或 None类型。默认值0表示默认读取第一张表。

【例】sheet_name="A" # 读取A表，返回的是DataFrame

【例】sheet_name=None # 读取所有的表，返回的是字典。key为表名，value为DataFrame

【例】sheet_name=[0, "A", "B"] # 读取第一张表和A表B表，返回的是字典。

header=0：指定某一行作为表头，默认值表示指定第一行为标题行

【例】header=[] # 主要针对复合表头的情况

【例】header=None #设置为从0递增的数作为表头，适合原Excel表没有列名的情况，文件里有列名的情况下，列名也被当成了数据

names=None：此参数接收一个数组，将列名重定义赋值，默认值None表示不做操作，设置列名，必须是list类型，且长度和列数一致

【例】names=["L1", "L2", "L3", "L4", "L5", "L6"]

index_col=None：指定哪一列做索引，默认值是None表示重新设置一列成为index值

【例】index_col=0 # 指定第1列作为索引列

usecols=None：选择读取一张表中的指定列，默认值None表示选择表中的所有列。

【例】usecols=[0, 2] # 读取第一列和第三列

【例】usecols="A, C, E:F" # 取 A和C列，再加E到F列

【例】usecols='A, B' # 取 A 和 B 两列

【例】usecols='B:D' # 取 B 到 D 列

【例】usecols=['name', 'province'] # 取指定列名的列

【例】usecols=lambda x: 'p' in x # 表头包含 p 的

dtype=None：设置列的类型，指定读取列的数据类型，可接收字典，若指定了"converters"参数，则dtype函数失效。

【例】dtype={"phone_number": np.float64, "value": np.float64})

engine=None：该参数为指定Excel处理引擎，一般Excel处理引擎为xlrd、openpyxl、odf

【例】engine='xlrd' # 支持旧式的Excel文件，如xls文件。pandas1.2.0发生变化，xlrd引擎现在只支持解析xls文件。

【例】engine='openpyxl' # 支持较新的Excel文件格式。

【例】engine='odf' # 支持OpenDocument文件格式如odf，ods，odt。

【例】engine='pyxlsb' # 支持二进制Excel文件。

converters=None：按指定函数解析，指定列数据类型转换函数，包括了dtype的功能，也可以对某一列使用Lambda函数，进行某种运算，和usecols参数连用

【例】converters={"name": lambda x: "沪" + x, "age": lambda x: x+1})

【例】converters={0: lambda x: x+5, 1: lambda x: x + "市"}) # 0代表usecols=[1, 3]中的索引号

true_values=None：传输一个列表判断为true或是false

false_values=None：传输一个列表判断为true或是false

skiprows=None：跳过某一行，默认值None标识不操作

【例】skiprows=4 # 跳过前 4 行，会把首行列名也跳过

【例】skiprows=[0, 9] # 跳过第一行和第十行

【例】skiprows=lambda x:x%2==0 # 仅取偶数行

【例】skiprows=range(1, 10) # 跳过 [1,10) 行，不包括第10行，可以留下首行列名

nrows=None：int类型，默认None。指定要读取的行数数量上限，通常用于较大的数据文件中。

【例】nrows=10

na_values=None：将指定的值或者传入中的列表中的值设置为NaN，这个参数不受 keep_default_na 值的影响

【例】na_values="山西省" # 表示将所有数据中山西省全部替换为NaN

【例】na_values=["山西省", "江西省"] # 表示将所有数据中山西省、江西省全部替换为NaN

【例】na_values={"province": ["山西省", "江西省"]} # 表示将province列中所有的山西省、江西省全部替换为NaN

keep_default_na=True：是否将缺失值转换成NaN值，依赖na_values参数是否被传递，默认为True，即自动识别空值导入。注意，如果na_filter传入为False，则keep_default_na和na_values参数将被忽略。

【例】keep_default_na=True # 默认为True，将缺失值转换成 NaN 值，如果keep_default_na为True，并且未指定na_values，则只将默认的NaN值解析为空值。

【例】keep_default_na=False # 缺失值将保留原始值，若keep_default_na为False，并且指定na_values，则只将na_values指定的值解析为空值。未指定na_values，则不会将任何字符串解析为空值。

na_filter=True：检测缺少的值标记。当数据中没有任何空值时，na_filter设置为False可以提高处理速度，特别是处理大文件时。

【例】na_filter=True # 默认检测，如果判定为缺失值，那么值将被修改为 NaN

【例】na_filter=False # 表示不检测，在没有空值的情况下能提升性能，如果 na_filter 的值为False，那么参数 keep_default_na 和 na_values 参数将会失效

verbose=False：是否打印非数值列中缺失值的数量，默认不打印

parse_dates=False：解析成 datetime64 类型，支持类型：bool、list、dict，默认不操作

【例】parse_dates=True # 把索引列解析成 datetime64 类型

【例】parse_dates=[1,2] or ['a', 'b'] # 分别解析第 1,2 列为 datetime64

【例】parse_dates=[[1,2]] # 合并第 1,2 列，然后解析为 datetime64

【例】parse_dates={'date': [1,2]} # 合并第 1,2 列，然后解析为 datetime64 并取列名 'date'

date_parser=<no_default>，设置处理日期数据的函数，利用lambda函数，将某个字符串列，解析为日期格式，具体解析哪些列取决于parse_dates指定的参数

【例】date_parser=lambda x: pd.datetime.strptime(x, '%Y年%m月%d号')

【例】date_parser=lambda x: pd.to_datetime(x, format="%Y年%m月%d号")

date_format=None：如果与parse_dates结合使用，将根据此格式解析日期。对于更复杂的情况，请以对象的形式读入，然后根据需要应用to_datetime（）。

thousands=None

decimal='.'：识别为小数点的字符。注意，此参数仅对Excel中存储为TEXT的列必须，其他任何数值列都会自动解析，无论显示格式如何。

comment=None：指定注释符，其后面的内容将不会被读取，指定一个字符串为注释符，比如 '#'，那么在带 '#' 的行中，'#' 及后面的数据全部不会被读取

skipfooter=0：int类型，默认0。自下而上，从尾部指定跳过行数的数据

【例】skipfooter=5 # 从尾部少读5行

storage_options=None：对特定存储连接（例如主机、端口、用户名、密码等）有意义的额外选项。

dtype_backend=<no_default>

engine_kwargs=None

写入 excel 表格

有时候我们需要把DataFrame输出到excel表格进行存储，可以使用下面这些方式操作。

（1）使用pandas的to_excel方法

这是最直接的方法，可以直接使用to_excel函数将DataFrame保存为Excel文件：

# 创建一个示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 将DataFrame存入Excel文件
df.to_excel(excel_writer='output.xlsx', sheet_name='Sheet1', index=False)

（2）使用pandas的ExcelWriter和to_excel

class ExcelWriter(path, engine=None, date_format=None, datetime_format=None, mode="w", storage_options=None, if_sheet_exists=None, engine_kwargs=None)

描述：将 DataFrame 对象写入 Excel 表格的类。

参数说明：

path：指定要写入的 Excel 文件的路径。

engine：指定用于写入 Excel 文件的引擎。注意只能作为关键字参数传递。默认为 None，此时 pandas 会尝试自动选择引擎。

【例】engine='xlsxwriter' # 用于 .xlsx 文件

【例】engine='openpyxl' # 用于 .xlsx 文件

【例】engine='odswriter' # 用于 .ods 文件

【例】engine='xlwt ' # 用于 .xls 文件

date_format：为写入Excel文件的日期格式化字符串(例如："YYY-MM-DD"）

datetime_format：为写入Excel文件的日期对象格式化字符串(例如："YY-MM-DDHH:MM:SS")

mode：写入模式或追加模式，追加模式不适用于fsspec URLs

【例】mode='w' # 表示写入模式（会覆盖文件）

【例】mode='a' # 表示追加模式（如果文件不存在会创建一个新文件，但只能在现有工作表后添加新工作表，不能修改现有数据）。注意，并不是所有引擎都支持 'a' 模式。

storage_options：用于传递给文件存储后端的参数。例如，当使用支持远程存储的引擎时（如通过 fsspec），可以通过这个参数指定存储选项。默认为 None。

if_sheet_exists：指定当尝试写入的工作表已存在时的行为。（仅限追加模式）应采取的行动。

【例】if_sheet_exists='error' # 引起值错误。

【例】if_sheet_exists='new' # 创建一个新工作表，名称由引擎决定。

【例】if_sheet_exists='replace' # 在写入表格之前删除表格中的内容。

【例】if_sheet_exists='overlay' # 将多个 df 写入到同一个sheet页。

engine_kwargs：一个字典，用于传递给指定引擎的额外关键字参数。这允许你配置引擎特定的选项。

返回值：一个实例化对象。

ExcelWriter是一个上下文管理器，允许我们使用类似文件的接口保存多个DataFrame到不同的Excel工作表，以下的方法可以将不同的表格存入到不同的工作簿中。

# 创建一个示例DataFrame
df1 = pd.DataFrame({'Column1': [1, 2, 3], 'Column2': ['A', 'B', 'C']})
df2 = pd.DataFrame({'Column1': [4, 5, 6], 'Column2': ['D', 'E', 'F']})
# 使用ExcelWriter保存多个DataFrame到不同的工作表
with pd.ExcelWriter(path='output.xlsx', engine='openpyxl') as writer:
    df1.to_excel(writer, sheet_name='Sheet1', index=False)
    df2.to_excel(writer, sheet_name='Sheet2', index=False)

使用for循环，遍历多个dataframe存入excel的不同的sheet页：

# 创建一个示例DataFrame
df1 = pd.DataFrame({'Column1': range(5), 'Column2': range(5, 10)})
df2 = pd.DataFrame({'Column1': range(10, 15), 'Column2': range(10, 15)})
df3 = pd.DataFrame({'Column1': range(20, 25), 'Column2': range(20, 25)})
dataframes = [df1, df2, df3]
with pd.ExcelWriter(path='output.xlsx') as writer:  # 读取excel表，写在最外层
    for i in range(len(dataframes)):  # for循环获取多个dataframe遍历
        sheet_name = "sheet_" + str(i)  # 起不同的表名
        df = dataframes[i]
        df.to_excel(writer, sheet_name=sheet_name, index=False)

当然我们在写入的时候如果想做一些其他的设置（比如添加样式、设置列宽等），可以通过指定引擎，再接着进行操作，例如：

import pandas as pd
from openpyxl import Workbook
from openpyxl.styles import PatternFill

with pd.ExcelWriter(path='output.xlsx', engine='openpyxl') as writer:
    df.to_excel(writer, index=False, sheet_name='Sheet1')
    # 获取当前工作簿和工作表
    workbook = writer.book
    worksheet = writer.sheets['Sheet1']
    # 定义填充颜色
    fill = PatternFill(start_color='FFFF00', end_color='FFFF00', fill_type='solid')  # 黄色背景
    # 为指定列（例如列 'A'，即第1列）添加颜色
    for row in range(2, len(df) + 2):  # 从第二行开始（第一行是标题）
        worksheet[f'A{row}'].fill = fill  # 指定添加颜色的单元格

（3）使用StyleFrame库的ExcelWriter和to_excel

df1 = pd.DataFrame({'Column1': [1, 2, 3], 'Column2': ['A', 'B', 'C']})
df2 = pd.DataFrame({'Column1': [4, 5, 6], 'Column2': ['D', 'E', 'F']})
with StyleFrame.ExcelWriter(path='output.xlsx') as writer:
    df1.to_excel(writer, index=False, sheet_name='sheet1')
    df2.to_excel(writer, index=False, sheet_name='sheet2')

标签：engine,None,sheet,读取,na,excel,DataFrame,pandas
From： https://www.cnblogs.com/crazy-output/p/18616099

pandas读取和写入excel表格

读取 excel 表格

pandas.read_excel()函数

写入 excel 表格

相关文章

赞助商

阅读排行