Pandas处理Excel文件01

1、批量创建Excel文件

注意：安装pandas时记得再安装一个openpyxl包

import pandas as pd
for test in ['tsedt1','test2','test3','test4','test5']:
    df = pd.DataFrame()
    df.to_excel(f"C:/Users/14565/Desktop/test_data/{test}.xlsx")

这样即创建并命名了5份Excel文件。

2、读取工作表数据

import pandas as pd
df = pd.read_excel(r'C:\Users\14565\Desktop\test_data\test_data.xlsx', sheet_name='students')#可以通过sheet_name来指定读取的表单
data=df.head()#默认读取前5行的数据，data=df.head(10)——>10行
print(data)

输出结果如下：

read_excel库参数解析：

pandas.read_excel（io，sheet_name = 0，header = 0，names = None，index_col = None，usecols = None，squeeze = False,dtype = None, ...）

参数	解析	举例
io	字符串，所打开文件的路径
sheet_name	None、string、int、字符串列表或整数列表，默认为0。字符串用于工作表名称,整数用于零索引工作表位置,字符串列表或整数列表用于请求多个工作表，为None时获取所有工作表。	sheet_name =‘students’ sheet_name =0 sheet_name =[0,1,2]
header	指定作为列名的行，默认0，即取第一行的值为列名。数据为列名行以下的数据；若数据不含列名，则设定 header = None
names	默认为None，要使用的列名列表	不包含标题行，header=None
index_col	指定列为索引列，默认None列（0索引）用作DataFrame的行标签
dtype	数据或列的数据类型	{‘a’：np.float64，‘b’：np.int32}
usecols	int或list，默认为None,读取所有列	int表示要解析的最后一列 list列表则表示要解析的列号列表字符串则表示以逗号分隔的Excel列字母和列范围列表（例如“A：E”或“A，C，E：F”）,范围包括双方。
skiprows	省略指定行数的数据,从第一行开始
skipfooter	省略指定行数的数据，从尾部数的行开始