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')
data=df.head()
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 | |
\-----如需转载,请申明出处。谢谢。\-----
|