【Pandas获取数据】读取、写入Excel数据_pandas写入excel文件的函数

在 Pandas 中，可以使用 read_excel() 函数读取 Excel 文件，使用 to_excel() 函数写入 Excel 文件，文章是它们的用法和常用参数的说明，文中所用数据均来源与网络。

一、读取数据

read_excel()方法，直接使用pd.read_excel(r"文件路径")读取数据，默认读取第一个sheet的全部数据。

1、基础用法

import pandas as pd
df=pd.read_excel(r'C:\Users\ysm\Desktop\测试数据.xlsx')
df.head()
1
2
3

输出结果：

2、常用参数

read_excel()方法种常用的参数有以下几个：
（1）io： 指定要读取的 Excel 文件的路径或文件对象。
（2）sheet_name： 指定要读取的工作表名称或索引，默认值为 0，即第一个工作表。
待获取数据：

获取数据代码：

import pandas as pd
df=pd.read_excel(r'C:\Users\ysm\Desktop\测试数据.xlsx',sheet_name='二维数据表')  #方法一
#df=pd.read_excel(r'C:\Users\ysm\Desktop\测试数据.xlsx',sheet_name=1)     #方法二
df.head()
1
2
3
4

输出结果：

（3）header： 指定表头所在行号，默认为 0，表示第一行为表头。
读取数据代码：

import pandas as pd
df=pd.read_excel(r'C:\Users\ysm\Desktop\测试数据.xlsx',header=1)
df.head()
1
2
3

数据结果：

（4）index_col： 指定作为行索引的列，默认为 None，表示不使用任何列作为索引。
读取数据代码：

import pandas as pd
df=pd.read_excel(r'C:\Users\ysm\Desktop\测试数据.xlsx',index_col='销售日期')
df.head()
1
2
3

数据结果：

（5）usecols： 指定要读取的列范围，可以是列名称、列索引或一个包含列名称/索引的列表。如果使用列名称返回数据为空，可以更新pandas版本。
读取数据代码：

import pandas as pd
df=pd.read_excel(r'C:\Users\ysm\Desktop\测试数据.xlsx',usecols=[0,1,2])  #方法一
# df=pd.read_excel(r'C:\Users\ysm\Desktop\测试数据.xlsx',usecols=['销售日期','订单编号','地区']) 方法二
df.head()
1
2
3
4

数据结果：

（6）names： 为数据的每一列的表头名称，即columns，如果不填写，即为表格中columns中的名称，
如果填写，则输出的表头名称更改。
读取数据代码：

import pandas as pd
df=pd.read_excel(r'C:\Users\ysm\Desktop\测试数据.xlsx',names=[0,1,2,3,4,5,6,7,8])  
df.head()
1
2
3

数据结果：

（7）dtype： 指定列的数据类型。
读取数据代码：

import pandas as pd
df=pd.read_excel(r'C:\Users\ysm\Desktop\测试数据.xlsx')  
#用info()方法查看各列数据的类型。
print(df.info())
df1=pd.read_excel(r'C:\Users\ysm\Desktop\测试数据.xlsx',dtype={1:"str"})  
print(df1.info())
1
2
3
4
5
6

数据结果：
修改前：

修改后：

（7）skiprows： 跳过指定的行数，行数从1开始。
读取数据代码：

import pandas as pd
df=pd.read_excel(r'C:\Users\ysm\Desktop\测试数据.xlsx',skiprows=1)  
df.head()
1
2
3

数据结果：

（8）converters： 对指定列的数据进行指定函数的处理，传入参数为列名与函数组成的字典。converters{key:values}，key 可以是列名或者列的序号，values是函数，可以def函数或者直接lambda都行。
读取数据代码：

import pandas as pd
# 对“单价”列所有名称加上"元"，对“数量”列所有数据乘以2
df=pd.read_excel(r'C:\Users\ysm\Desktop\测试数据.xlsx', converters={"单价": lambda x: str(x)+'元','数量': lambda x: int(x)*2})
df.head()
1
2
3
4

数据结果：

（9）na_rep： 空值的替换值。

二、写入数据

to_excel()方法，将DataFrame数据写入excel文件。

1、基础用法

import pandas as pd
df = pd.DataFrame({"a": [1, 2, 3, 4], "b": [5, 6, 7, 8]})
print(df.head())
df.to_excel(r"C:\Users\ysm\Desktop\df.xlsx")
1
2
3
4

输出结果:

一开始我在执行的时候，一直报错“ImportError: cannot import name ‘stringify_path’”，查询了一下可能是Pycharm和Anaconda本地都安装了， 包重复导致的，可以先用 pip
uninstall pandas 卸载pandas，再用pip install pandas 重新安装后，重启jupyter
Notebook 就可以了。

2、常用参数

（1）excel_writer： 存放excel文件的地址。如果是只写文件名，不写具体的地址也可。会和py文件存放到一起。
（2）sheet_name： sheet页的名字。一般默认为sheet1
（3）na_rep： 缺失值表示方式，一般默认为’‘。
float_format=None, #格式化浮点数的字符串。
（4）columns： 要写入excel中的列，list，一般默认None，即全部写入。
（5）header： header即列名是否为columns，一般默认为True。
（6）index：index： 是否写入excel，一般默认为True。
（7）index_label： 要写入excel中的index列。
（8）startrow： 从哪一行开始写入数据。默认为0，即第一行。
（9）startcol： 从哪一列开始写入数据。默认为0，即第一列。
（10）engine： 可选参数, 用于写入要使用的引擎, openpyxl或xlsxwriter，默认是xlsxwriter。

（11）encoding： 编码格式，默认为’utf-8’。
（12）inf_rep： 可选参数, 默认值为inf，它通常表示无穷大。