一個參數(shù)一個Excel表，讓你玩轉(zhuǎn)Pandas中read_excel()表格讀??！

本文大綱

我覺得很有必要講述這個文章，進行數(shù)據(jù)處理的第一步就是Python數(shù)據(jù)讀取。但是你可能沒想到，在進行數(shù)據(jù)讀取的同時，我們其實可以配合相關(guān)參數(shù)做很多事兒，這對于后續(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，因此我就以read_excel()函數(shù)為例，進行詳細的說明。

參數(shù)詳解

1）sheet_name參數(shù)

• 含義：選擇要讀取的sheet表；
• sheet_name=0表示默認讀取第一個sheet表，等同于sheet_name=“sheet名稱”；
• sheet_name=[“sheet名”，0]會返回一個字典，然后可以利用鍵獲取每一個sheet表中的數(shù)據(jù)；
• sheet_name=None也會返回一個字典，但是會返回全部的sheet表；

① sheet_name=0和sheet_name="Sheet1"

#?下面這兩個讀取方式等同。
#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的方式，獲取每個sheet表中的數(shù)據(jù)。

注：關(guān)于sheet_name=None效果同上，只不過會返回所有的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專門針對沒有表頭的表，這也是默認值；
• header=1指定第一行作為表頭；
• header=[]主要針對復合表頭的情況；

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index_col參數(shù)，這個參數(shù)用于指定作為行索引的列，我就不詳細舉例了，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法；

① usecols=None

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

這種方式照說是沒有任何問題的，但是在我這邊運行總是無結(jié)果，我很納悶，大家可以下去試試。

4）names參數(shù)

• 含義：如果表中沒有表頭，可以用這個參數(shù)添加一個標題。如果表中有表頭，可以用這個參數(shù)修改標題。

names?=?["月份","語文","英語"]
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，設(shè)置每一列的數(shù)據(jù)類型（重要）；
• dtype={}傳入一個字典，類似于{"列名":"類型"}；

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是專門用于將行索引，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"]]，都是將多個列，解析為單個日期列；
• parse_dates={"日期":[1,2,3]}不僅將多個日期列解析為單個日期列，同時還為這一列命名；

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：對某一列使用Lambda函數(shù)，進行某種運算；
• 例如：converters={"工資":lambda x: x + 1000}；

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

結(jié)果如下：

由于微信平臺算法改版，公號內(nèi)容將不再以時間排序展示，如果大家想第一時間看到我們的推送，強烈建議星標我們和給我們多點點【在看】。星標具體步驟為：

（1）點擊頁面最上方“小詹學Python”，進入公眾號主頁。

（2）點擊右上角的小點點，在彈出頁面點擊“設(shè)為星標”，就可以啦。

感謝支持，比心。