网站建设与规划,网络营销与网络推广的异同,建筑设计自学网站,邢台网站网页设计1 读excel
read_excel函数能够读取的格式包含#xff1a;xls, xlsx, xlsm, xlsb, odf, ods 和 odt 文件扩展名。
支持读取单一sheet或几个sheet。
1.0 使用的数据 1.1 主要使用方法
pandas.read_excel(io, sheet_name0, header0, namesNone, index_colNone, usecolsNon…1 读excel
read_excel函数能够读取的格式包含xls, xlsx, xlsm, xlsb, odf, ods 和 odt 文件扩展名。
支持读取单一sheet或几个sheet。
1.0 使用的数据 1.1 主要使用方法
pandas.read_excel(io, sheet_name0, header0, namesNone, index_colNone, usecolsNone, squeezeNone, dtypeNone, engineNone, convertersNone, true_valuesNone, false_valuesNone, skiprowsNone, nrowsNone, na_valuesNone,keep_default_naTrue, na_filterTrue, verboseFalse, parse_datesFalse, date_parserNone, thousandsNone, decimal., commentNone, skipfooter0, convert_floatNone, mangle_dupe_colsTrue, storage_optionsNone
)
1.2 主要参数
1.2.1 io
文件路径
import pandas as pdpd.read_excel(tst.xlsx)1.2.2 sheet_name
sheet表名支持 str, int, list, or None默认是0索引号从0开始表示第一个sheet
sheet_name类型输出结果数字字符串列表
1.2.3 header
表示用第几行作为表头支持 int, list of int默认是0第一行的数据当做表头。headerNone表示不使用数据源中的表头 1.2.4 names
自定义表头的名称此时需要传递数组参数 1.2.5 index_col
指定哪些列属性为行索引列支持 int, list of int, 默认是None 也就是索引为0,1,2,3等自然数的列用作DataFrame的行标签。如果传入的是列表形式则行索引会是多层索引 1.2.6 usecols
待解析的列支持 int, str, list-like, or callable 默认是 None表示解析全部的列。 1.2.7 dtype
指定列属性的字段类型。
eg{‘a’: np.float64, ‘b’: np.int32}默认为None也就是不改变数据类型 1.2.8 converters
对指定列进行指定函数的处理传入参数为列名与函数组成的字典 1.2.9 skiprows
跳过指定的行 1.2.10 nrows
指定读取的行数 1.2.11 na_values
指定列的某些特定值为NaN 1.2.12 keep_default_na
是否导入空值默认是导入识别为NaN 2 写excel 和写csv很类似
import pandas as pddata[{1:a,2:b},{1:c,4:d}]
f1pd.DataFrame(data)
f1.to_excel(t.xlsx,sheet_name1) 2.1 indexFalse——不把索引列也存入
import pandas as pddata[{1:a,2:b},{1:c,4:d}]
f1pd.DataFrame(data)
f1.to_excel(t.xlsx,sheet_name1,indexNone)
