一、Excel文件

包括xls和xlsx两种格式均得到支持，底层是调用了xlwt和xlrd进行excel文件操作，相应接口为read_excel()和to_excel()

1. read_excel()

格式代码：

pandas.read_excel(io,
               sheet_name=0,
               header=0,
               names=None,
               index_col=None,
               parse_cols=None,
               usecols=None,
               squeeze=False,
               dtype=None,
               engine=None,
               converters=None,
               true_values=None,
               false_values=None,
               skiprows=None,
               nrows=None,
               na_values=None,
               keep_default_na=True,
               na_filter=True,
               verbose=False,
               parse_dates=False,
               date_parser=None,
               thousands=None,
               comment=None,
               skip_footer=0,
               skipfooter=0,
               convert_float=True,
               mangle_dupe_cols=True,
               **kwds)

常用参数：

• io：文件路径
• sheet_name：默认是sheetname为0（第一个sheet表）；sheet_name=“Sheet1”（指定表名）；返回多表使用sheetname=[0,1]，若sheetname=None是返回全表 。
• header ：指定作为列名的行，默认0，即取第一行，数据为列名行以下的数据；若数据不含列名，则设定 header = None
• names：指定列的名字，传入一个list数据
• index_col：指定列为索引列，默认None列（0索引）用作DataFrame的行标签。
• usecols：该参数为返回指定的列。int或list，默认为None。如果为None则解析所有列
  如果为int则表示要解析的最后一列
  如果为int列表则表示要解析的列号列表
  如果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
• squeeze：boolean，默认为False,如果解析的数据只包含一列，则返回一个Series。
• dtype：列的类型名称或字典，默认为None，也就是不改变数据类型。其作用是指定列的数据类型。

io

指定文件路径

>>> import pandas as pd
>>>
>>> df = pd.read_excel(r'E:Python学习test.xls')
>>> print(df)
   姓名  年龄 性别
0  小白  20  男
1  小黑  21  男
2  小红  20  女

sheet_name

默认是sheetname为0，返回多表使用sheetname=[0,1]，若sheetname=None是返回全表 。注意：int/string返回的是dataframe，而none和list返回的是dict of dataframe。

>>> import pandas as pd
>>>
>>> # 一、默认情况
>>> df = pd.read_excel(r'E:Python学习test.xls')
>>> print(df)
   姓名  年龄 性别
0  小白  20  男
1  小黑  21  男
2  小红  20  女
>>>
>>> # 二、指定第一个sheet表格
>>> # 1. 索引方式
>>> df = pd.read_excel(r'E:Python学习test.xls', sheet_name=0)
>>> print(df)
   姓名  年龄 性别
0  小白  20  男
1  小黑  21  男
2  小红  20  女
>>> # 2. sheet表名方式指定第一个
>>> df = pd.read_excel(r'E:Python学习test.xls', sheet_name='Sheet1')
>>> print(df)
   姓名  年龄 性别
0  小白  20  男
1  小黑  21  男
2  小红  20  女
>>>
>>> # 三、指定多个表格
>>> df = pd.read_excel(r'E:Python学习test.xls', sheet_name=[0, 1])
>>> print(df)
{0:    姓名  年龄 性别
0  小白  20  男
1  小黑  21  男
2  小红  20  女, 1:    学科   成绩
0  语文  100
1  数学   90
2  英语   80}
>>>
>>> # 三、返回全表
>>> # 1. sheetname=None
>>> df = pd.read_excel(r'E:Python学习test.xls', sheet_name=None)
>>> print(df)
{'Sheet1':    姓名  年龄 性别
0  小白  20  男
1  小黑  21  男
2  小红  20  女, 'Sheet2':    学科   成绩
0  语文  100
1  数学   90
2  英语   80}
>>> # 2. 指定多表时选择全部
>>> df = pd.read_excel(r'E:Python学习test.xls', sheet_name=[0, 1])
>>> print(df)
{0:    姓名  年龄 性别
0  小白  20  男
1  小黑  21  男
2  小红  20  女, 1:    学科   成绩
0  语文  100
1  数学   90
2  英语   80}

header

指定作为列名的行，默认0，即取第一行，数据为列名行以下的数据；若数据不含列名，则设定 header = None

>>> import pandas as pd
>>>
>>> # 一、默认第一行数据作为列名
>>> df = pd.read_excel(r'E:Python学习test.xls')
>>> print(df)
   姓名  年龄 性别
0  小白  20  男
1  小黑  21  男
2  小红  20  女
>>> df = pd.read_excel(r'E:Python学习test.xls', header=0)
>>> print(df)
   姓名  年龄 性别
0  小白  20  男
1  小黑  21  男
2  小红  20  女
>>>
>>> # 二、数据不含作为列名的行
>>> df = pd.read_excel(r'E:Python学习test.xls', header=None)
>>> print(df)
    0   1   2
0  姓名  年龄  性别
1  小白  20   男
2  小黑  21   男
3  小红  20   女

names

指定列的名字，传入一个list数据

>>> import pandas as pd
>>>
>>> 设置列名为A、B、C
>>> df = pd.read_excel(r'E:Python学习test.xls', names=['A', 'B', 'C'])
>>> print(df)
    A   B  C
0  小白  20  男
1  小黑  21  男
2  小红  20  女

index_col

指定列为索引列，默认None列（0索引）用作DataFrame的行标签。

>>> import pandas as pd
>>>
>>>> # 设置第一列为行索引
>>> df = pd.read_excel(r'E:Python学习test.xls', index_col=0)
>>> print(df)
    年龄 性别
姓名
小白  20  男
小黑  21  男
小红  20  女

usecols

该参数为返回指定的列。int或list，默认为None。如果为None则解析所有列，如果为int则表示要解析的最后一列，如果为int列表则表示要解析的列号列表，如果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

>>> import pandas as pd
>>>
>>> # 一、传入字符串
>>> # 1. 指定不连续列
>>> df = pd.read_excel(r'E:Python学习test.xls', usecols="A,C")
>>> print(df)
   姓名 性别
0  小白  男
1  小黑  男
2  小红  女
>>> # 2. 指定A、B、C列
>>> df = pd.read_excel(r'E:Python学习test.xls', usecols="A,B:C")
>>> print(df)
   姓名  年龄 性别
0  小白  20  男
1  小黑  21  男
2  小红  20  女
>>>
>>> # 二、传入列表
>>> # 1. 索引方式
>>> df = pd.read_excel(r'E:Python学习test.xls', usecols=[0, 1, 2])
>>> print(df)
   姓名  年龄 性别
0  小白  20  男
1  小黑  21  男
2  小红  20  女
>>> # 2. 表头方式
>>> df = pd.read_excel(r'E:Python学习test.xls', usecols=['姓名', '年龄', '性别'])
>>> print(df)
   姓名  年龄 性别
0  小白  20  男
1  小黑  21  男
2  小红  20  女

squeeze

默认为False，如果解析的数据只包含一列，True则返回一个Series。

>>> import pandas as pd
>>>
>>> # 只读取第一列，设置为Series
>>> df = pd.read_excel(r'E:Python学习test.xls', usecols="A",squeeze=True)
>>> print(df)
0    小白
1    小黑
2    小红
Name: 姓名, dtype: object
>>> print(type(df))
<class 'pandas.core.series.Series'>

skiprows

省略开头指定行数的数据

>>> import pandas as pd
>>>
>>> # 跳过第一行数据
>>> df = pd.read_excel(r'E:Python学习test.xls', skiprows=1)
>>> print(df)
   小白  20  男
0  小黑  21  男
1  小红  20  女
>>> print(type(df))
<class 'pandas.core.frame.DataFrame'>

2. to_excel()

语法格式：

pandas.to_excel(self, 
                excel_writer, 
                sheet_name='Sheet1', 
                na_rep='', 
                float_format=None, 
                columns=None, 
                header=True,
                index=True, 
                index_label=None, 
                startrow=0, 
                startcol=0, 
                engine=None, 
                merge_cells=True, 
                encoding=None,
                inf_rep='inf', 
                verbose=True, 
                freeze_panes=None)

常用参数：

• excel_writer : 字符串或ExcelWriter 对象，文件路径或现有的ExcelWriter
• sheet_name :字符串,默认“Sheet1”，将包含DataFrame的表的名称。
• na_rep : 字符串,默认‘ ’，缺失数据表示方式
• float_format : 字符串,默认None，格式化浮点数的字符串
• columns : 序列,可选，要编写的列
• header : 布尔或字符串列表，默认为Ture。写出列名。如果给定字符串列表，则假定它是列名称的别名。
• index :布尔,默认的Ture，写行名（索引）
• index_label : 字符串或序列，默认为None。如果需要，可以使用索引列的列标签。如果没有给出，标题和索引为true，则使用索引名称。如果数据文件使用多索引，则需使用序列。

excel_writer

指定文件路径

>>> import pandas as pd
>>>
>>> data = [{'A': 1, 'B': 2}, {'A': 3, 'B': 4, 'C': 5}]
>>> df = pd.DataFrame(data)
>>> print(df)
   A  B    C
0  1  2  NaN
1  3  4  5.0
# 写入指定路径下
>>> df.to_excel(r'E:Python学习test1.xlsx')

在指定路径下文件新文件：

sheet_name

指定sheet表名，可以接受字符串，默认为“sheet1”

1）写入单个sheet：

>>> import pandas as pd
>>>
>>> data = [{'A': 1, 'B': 2}, {'A': 3, 'B': 4, 'C': 5}]
>>> df = pd.DataFrame(data)
>>> print(df)
   A  B    C
0  1  2  NaN
1  3  4  5.0
# 设置sheet表名为test
>>> df.to_excel(r'E:Python学习test1.xlsx', sheet_name='test')

运行结果：

2）写入多个sheet表：

>>> import pandas as pd
>>>
>>> df1 = pd.DataFrame([{'A': 1, 'B': 2}, {'A': 3, 'B': 4, 'C': 5}])
>>> df2 = pd.DataFrame([{'A': 1, 'B': 2}, {'A': 3, 'B': 4, 'C': 5}])
>>>
>>> with pd.ExcelWriter(r'E:Python学习test.xlsx') as writer:
...     df1.to_excel(writer, sheet_name='test1')
...     df2.to_excel(writer, sheet_name='test2')

运行结果：

na_rep

表示替补缺失数据，不写默认为空

>>> import pandas as pd
>>>
>>> data = [{'A': 1, 'B': 2}, {'A': 3, 'B': 4, 'C': 5}]
>>> df = pd.DataFrame(data)
>>> print(df)
   A  B    C
0  1  2  NaN
1  3  4  5.0
# 把空值替换为100
>>> df.to_excel(r'E:Python学习test.xlsx', na_rep='100')

运行结果：

index

表示是否写行索引，默认为True

1）不写入行索引：

>>> import pandas as pd
>>>
>>> data = [{'A': 1, 'B': 2}, {'A': 3, 'B': 4, 'C': 5}]
>>> df = pd.DataFrame(data)
>>> print(df)
   A  B    C
0  1  2  NaN
1  3  4  5.0
>>> df.to_excel(r'E:Python学习test.xlsx', index=False)

运行结果：

2）写入行索引：

>>> import pandas as pd
>>>
>>> data = [{'A': 1, 'B': 2}, {'A': 3, 'B': 4, 'C': 5}]
>>> df = pd.DataFrame(data)
>>> print(df)
   A  B    C
0  1  2  NaN
1  3  4  5.0
>>> df.to_excel(r'E:Python学习test.xlsx', index=True)

运行结果：

columns

指定要写入的列

>>> import pandas as pd
>>>
>>> data = [{'A': 1, 'B': 2}, {'A': 3, 'B': 4, 'C': 5}]
>>> df = pd.DataFrame(data)
>>> print(df)
   A  B    C
0  1  2  NaN
1  3  4  5.0
# 只写入A、B列
>>> df.to_excel(r'E:Python学习test.xlsx', columns=['A','B'])

运行结果：