对Python 2.7 pandas 中的read_excel详解


            导入pandas模块：





import pandas as pd



使用import读入pandas模块，并且为了方便使用其缩写pd指代。

读入待处理的excel文件：





df = pd.read_excel('log.xls')



通过使用read_excel函数读入excel文件，后面需要替换成excel文件所在的路径。读入之后变为pandas的DataFrame对象。DataFrame是一个面向列(column-oriented)的二维表结构，且含有列表和行标，对excel文件的操作就转换为对DataFrame操作。另外，如果一个excel含有多个表，如果你只想读入其中一个可以：





df = pd.read_excel('log.xls', sheetname=1)



增加了一个参数sheetname，表示的是第几个表，从0开始计数。我上面设置的是1，也就是第二个表。

读入之后，可以先查看表头信息和每一列的数据类型：





df.dtypes



输出如下：





Member   object

Unnamed: 1 float64

Unnamed: 2 float64

Unnamed: 3 float64

Unnamed: 4 float64

Unnamed: 5 float64

家内外活动类型  object

Unnamed: 7  object

activity  object

dtype: object



提取每个member连续出现的最后一行数据：





new_df = df.drop_duplicates(subset='Member', keep='last')



以上语句的意思是根据Member字段去除掉多余的行，并且保留相同行的最后一行数据。这些就得到了每一个member最后一行的数据了，返回了经过筛选后的DataFrame。

接下来需要将处理后的结果，保存为excel文件：





out = pd.ExcelWriter('output.xls')

new_df.to_excel(out)

out.save()



output.xls是你要保存的文件名，可以任取；然后将DataFrame的内容保存到该文件，最后保存该文件到系统的磁盘上。

接下来，你就可以在当前目录看到一个新的文件，可以直接使用excel打开查看。

Pandas还提供了很多的API，可以根据具体的任务，查找API文档，找到合适的函数来完成任务。

附：一个完整的示例





#coding=utf-8

import pandas as pd

 

# 读入excel文件中的第2个表

df = pd.read_excel('log.xls', sheetname=1)

# 查看表的数据类型

print df.dtypes

# 查看Member列的数据

print df['Member']

 

'''

# 新建一列，每一行的值是Member列和activity列相同行值的和

for i in df.index:

 df['activity_2'][i] = df['Member'][i] + df['activity'][i]

'''

 

# 根据Member字段去除掉多余的行，并且保留相同行的最后一行数据

new_df = df.drop_duplicates(subset='Member', keep='last')

# 导出结果

out = pd.ExcelWriter('output.xls')

new_df.to_excel(out)

out.save()



以上这篇对Python 2.7 pandas 中的read_excel详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持中文源码网。