一個(gè)參數(shù)一張Excel表，玩轉(zhuǎn)Pandas的read_excel()表格讀取

作者 |?黃偉呢

來(lái)源 |?數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)之美

我覺(jué)得很有必要講述這個(gè)文章，進(jìn)行數(shù)據(jù)處理的第一步就是Python數(shù)據(jù)讀取。但是你可能沒(méi)想到，在進(jìn)行數(shù)據(jù)讀取的同時(shí)，我們其實(shí)可以配合相關(guān)參數(shù)做很多事兒，這對(duì)于后續(xù)的數(shù)據(jù)處理都是極其有幫助。

read_excel()函數(shù)和read_csv()函數(shù)，在參數(shù)上面有很多相同點(diǎn)，因此我就以read_excel()函數(shù)為例，進(jìn)行詳細(xì)的說(shuō)明。

1）sheet_name參數(shù)

• 含義：選擇要讀取的sheet表；

• sheet_name=0表示默認(rèn)讀取第一個(gè)sheet表，等同于sheet_name=“sheet名稱(chēng)”；

• sheet_name=[“sheet名”，0]會(huì)返回一個(gè)字典，然后可以利用鍵獲取每一個(gè)sheet表中的數(shù)據(jù)；

• sheet_name=None也會(huì)返回一個(gè)字典，但是會(huì)返回全部的sheet表；

①?sheet_name=0和sheet_name="Sheet1"

#?下面這兩個(gè)讀取方式等同。
#df2?=?pd.read_excel("readexcel.xlsx",sheet_name=0)
df2?=?pd.read_excel("readexcel.xlsx",sheet_name="Sheet1")
df2

結(jié)果如下：

②?sheet_name=[“sheet名”，0]

df2?=?pd.read_excel("readexcel.xlsx",sheet_name=[0,1])
df2

結(jié)果如下：

接著，我們可以使用鍵值對(duì)的方式，獲取每個(gè)sheet表中的數(shù)據(jù)。

注：關(guān)于sheet_name=None效果同上，只不過(guò)會(huì)返回所有的sheet表中的數(shù)據(jù)。

2）header參數(shù)

• 含義：指定某一行作為表頭；
  
• header=None專(zhuān)門(mén)針對(duì)沒(méi)有表頭的表，這也是默認(rèn)值；
• header=1指定第一行作為表頭；
• header=[]主要針對(duì)復(fù)合表頭的情況；

①?header=None

df3?=?pd.read_excel("header.xlsx",header=None)
df3

結(jié)果如下：

② ?header=1

df3?=?pd.read_excel("header.xlsx",sheet_name=2,header=1)?
df3

結(jié)果如下：

③?header=[]

df3?=?pd.read_excel("header.xlsx",sheet_name=3,header=[0,1],index_col=0)?
df3

結(jié)果如下：

注意：上述用到了一個(gè)index_col參數(shù)，這個(gè)參數(shù)用于指定作為行索引的列，我就不詳細(xì)舉例了，看看下圖。

3）usecols參數(shù)

• 含義：選擇讀取一張表中的指定列；
  
• usecols=None也是默認(rèn)情況，表示讀取所有列；
• usecols=[A,C]表示只選取A列和C列。usecols=[A,C:E]表示選擇A列，C列、D列和E列；
• usecols=[0,2]表示只選擇第一列和第三列；
• usecols=["列名1","列名2"...]這也是推薦使用的一種寫(xiě)法；

①?usecols=None

df4?=?pd.read_excel("usecols.xlsx",usecols=None)?#?默認(rèn)
df4

結(jié)果如下：

②?usecols=[A,C]

df4?=?pd.read_excel("usecols.xlsx",usecols="A,C")?
df4

結(jié)果如下：

③?usecols=[A,C:D]

df4?=?pd.read_excel("usecols.xlsx",usecols="A,C:D")?
df4

結(jié)果如下：

④?usecols=[0,2]

df4?=?pd.read_excel("usecols.xlsx",usecols=[0,2])?
df4

結(jié)果如下：

⑤?usecols=["列名1","列名2"...]

這種方式照說(shuō)是沒(méi)有任何問(wèn)題的，但是在我這邊運(yùn)行總是無(wú)結(jié)果，我很納悶，大家可以下去試試。

4）names參數(shù)

• 含義：如果表中沒(méi)有表頭，可以用這個(gè)參數(shù)添加一個(gè)標(biāo)題。如果表中有表頭，可以用這個(gè)參數(shù)修改標(biāo)題。

names?=?["月份","語(yǔ)文","英語(yǔ)"]
df6?=?pd.read_excel("names.xlsx",header=None,names=names)?
df6

結(jié)果如下：

5）dtype參數(shù)

• 含義：讀取數(shù)據(jù)時(shí)，設(shè)置每一列的數(shù)據(jù)類(lèi)型（重要）；
• dtype={}傳入一個(gè)字典，類(lèi)似于{"列名":"類(lèi)型"}；

df7?=?pd.read_excel("dtype.xlsx")
df7.dtypes
------------------------------------------------------
df7?=?pd.read_excel("dtype.xlsx",dtype={"年齡":"str"})
df7.dtypes

結(jié)果如下：

6）parse_dates參數(shù)

• 含義：指定將哪些列，解析為日期格式；
• parse_dates=True是專(zhuān)門(mén)用于將行索引，解析為日期格式；
• parse_dates=[0,1,2,3,4]和parse_dates=["列名1","列名2","列名3","列名4"]，都是將指定列一起解析為日期格式；
• parse_dates=[[1,2,3]]和parse_dates=[["年","月","日"]]，都是將多個(gè)列，解析為單個(gè)日期列；
• parse_dates={"日期":[1,2,3]}不僅將多個(gè)日期列解析為單個(gè)日期列，同時(shí)還為這一列命名；

①?parse_dates=True

df8?=?pd.read_excel("parse_dates",index_col=2,parse_dates=True)
df8.index

結(jié)果如下：

②?parse_dates=[0,1]和parse_dates=["列名1","列名2"]

df8?=?pd.read_excel("parse_dates",parse_dates=[0,1,2,3,4])
df8.dtypes
#?這個(gè)代碼效果同上
df8?=?pd.read_excel("parse_dates.xlsx",
????????????????????parse_dates=["數(shù)值日期1","文本日期2","文本日期3","文本日期4","文本日期5"])

結(jié)果如下：

③?parse_dates=[[1,2,3]]和parse_dates=[["年","月","日"]]

#df8?=?pd.read_excel("parse_dates.xlsx",sheet_name="Sheet2",parse_dates=[["年","月","日"]])
df8?=?pd.read_excel("parse_dates.xlsx",sheet_name="Sheet2",parse_dates=[[1,2,3]])
df8

結(jié)果如下：

④?parse_dates={"日期":[1,2,3]}

df8?=?pd.read_excel("parse_dates.xlsx",sheet_name="Sheet2",parse_dates={"日期":[1,2,3]})
df8

結(jié)果如下：

7）date_parser參數(shù)

• 含義：利用lambda函數(shù)，將某個(gè)字符串列，解析為日期格式；
• 一般是配合parse_dates參數(shù)，一起使用；

df9?=?pd.read_excel("date_parser.xlsx",parse_dates=[1],
????????????????????date_parser=lambda?x:?pd.to_datetime(x,format="%Y年%m月%d"))
print(df9.dtypes)
df9

結(jié)果如下：

8）na_values參數(shù)

• 含義：用于將某些特定的值，解析為NaN值，然后便于我們后面做缺失值的處理；
• na_values=”值1“表示將所有數(shù)據(jù)中值1全部替換為NaN；
• na_values=[”值1“,"值2"]表示將所有數(shù)據(jù)中值1、值2全部替換為NaN；
• na_values={"列1":[”值1“,"值2"]}表示將第一列中所有的值1、值2全部替換為NaN；

①?na_values=”值1“

df10?=?pd.read_excel("na_values.xlsx",na_values="?")
df10

結(jié)果如下：

②?na_values=[”值1“,"值2"]

df10?=?pd.read_excel("na_values.xlsx",na_values=["a","0"])
df10

結(jié)果如下：

③?na_values={"列1":[”值1“,"值2"]}

#??只替換某一列中的某些值為NaN
df10?=?pd.read_excel("na_values.xlsx",na_values={"列2":["0","?"]})
df10

結(jié)果如下：

9）converters參數(shù)

• 含義：對(duì)某一列使用Lambda函數(shù)，進(jìn)行某種運(yùn)算；
• 例如：converters={"工資":lambda x: x + 1000}；

df11?=?pd.read_excel("converters.xlsx",
?????????????????????converters={"地址":lambda?x:?"中國(guó)"+x,"工資":lambda?x:?x?+?1000})
df11

結(jié)果如下：

戀習(xí)Python
關(guān)注戀習(xí)Python，Python都好練
推薦閱讀：

華為鴻蒙手機(jī)終于要來(lái)了！App生態(tài)已解決，網(wǎng)友：炸了！
適合 Python 入門(mén)的 8 款強(qiáng)大工具！
Python 代碼便利并行，這個(gè)操作秀??！
你的pyc文件，泄露了你的秘密！
好文章，我在看??