pandas读取数据（2）
pandas读取数据（2）
pandas读取Excel数据也是一个重要的功能，在现实的数据制图中经常使用；通过ExcelFile类或pandas.read_excel函数读取存储在Excel中的数据。这些工具是使用附加包xlrd和openpyxl来分别读取XLS和XLSX文件。
本次的测试数据如下：
读取Excel首先创建一个ExcelFile实例，将文件路径传入，获取实例后通过pandas.read_excel()读取，传入sheet_name来指定获取哪个表的数据；通过ExcelFile实例的sheet_names属性可以观察有哪些表。
import pandas as pd
xlsx = pd.ExcelFile(r"C:\Users\ASUS\Desktop\test.xlsx")
data = pd.read_excel(xlsx, sheet_name = 'Sheet1') #获取Sheet1表的数据
print(xlsx.sheet_names) #ExcelFile对象有多少表
print(data)
-----结果-----
['Sheet1', 'Sheet2', 'Sheet3']
Unnamed: 0 Unnamed: 1 Unnamed: 2
0 A B C
1 93.8034 92.0801 96.899
2 49.2533 29.1845 77.0897
3 36.195 25.4436 87.2755
...指定列名：通过传入header指定列名（表头）在哪一行；如果不传入header，则从有数据的地方开始读取；如果header值为None，则从第一行开始读取；也可以传入names参数自定义列名。
data1 = pd.read_excel(xlsx, sheet_name = 'Sheet1', header = 1) #将第1行作为列名
data2 = pd.read_excel(xlsx, sheet_name = 'Sheet1', header = None) #从头开始读取
data3 = pd.read_excel(xlsx, sheet_name = 'Sheet1', header = 1, names=['a1', 'a2', 'a3']) #自定义列名
-----结果-----
data1:
A B C
0 93.803414 92.080083 96.898993
1 49.253253 29.184524 77.089714
2 36.195012 25.443631 87.275454
...
data2:
0 1 2
0 NaN NaN NaN
1 A B C
2 93.8034 92.0801 96.899
3 49.2533 29.1845 77.0897
...
data3:
a1 a2 a3
0 93.803414 92.080083 96.898993
1 49.253253 29.184524 77.089714
2 36.195012 25.443631 87.275454
...指定索引列：通过传入index_col="列名"指定索引列。
data = pd.read_excel(xlsx, sheet_name = 'Sheet1', header = 1, names = ['a1', 'a2', 'a3'], index_col = 'a1') #a1列为索引列
-----结果-----
a2 a3
a1
93.803414 92.080083 96.898993
49.253253 29.184524 77.089714
36.195012 25.443631 87.275454
...选择读取：读取前n行，利用head函数；跳过前n行，利用skiprows函数，跳过某几行，传入skiprows = [行1，行2]。
data1 = pd.read_excel(xlsx, sheet_name = 'Sheet1', header = 1, names = ['a1', 'a2', 'a3'], nrows = 3) #读取前3行
data2 = pd.read_excel(xlsx, sheet_name = 'Sheet1', header = 1, names = ['a1', 'a2', 'a3'], skiprows = 3) #跳过前3行
data3 = pd.read_excel(xlsx, sheet_name = 'Sheet1', header = 1, names = ['a1', 'a2', 'a3'], skiprows = [0, 2]) #跳过第1、3行
-----结果-----
data1:
a1 a2 a3
0 93.803414 92.080083 96.898993
1 49.253253 29.184524 77.089714
2 36.195012 25.443631 87.275454
data2:
a1 a2 a3
0 4.997839 2.279534 85.027745
1 45.041005 99.837243 97.373646
2 43.359789 99.609988 0.226430
...
data3:
a1 a2 a3
0 36.195012 25.443631 87.275454
1 4.997839 2.279534 85.027745
2 45.041005 99.837243 97.373646
...读取某几列利用usecols函数，可是经过尝试并不可以；如果可以的话，欢迎在评论区讨论。
pandas输出成excel文件：
与pandas输出成txt文件一样，有index，header, columns等参数。这里有一个sheet_name参数，指定将数据输出到哪一个表。
data.to_excel(r"C:\Users\ASUS\Desktop\test2.xlsx", sheet_name = '表2', index = False, header = True, columns = ['a2', 'a1', 'a3'])
总结：
pandas读取excel，新建一个ExcelFile实例，读取数据，常用参数：
（1）sheet_name：读取哪一个表的数据
（2）header：确定那一列为表头，不加该参数表示从有数据的地区读取
（3）index_col：读取索引列
（4）names：自定义列名
（5）head：读取前n行
（6）skiprows：跳过前n行，如果传入的是一个列表，则跳过列表的行
pandas输出excel：
（1）sheet_name：将数据输出到哪一个表
（2）index：是否输出索引，默认输出
（3）header：是否输出列名，默认输出
（4）columns：指定输出列的顺序
pandas读取txt和excel，读出来的数据属于DataFrame数据，读出来后，可以利用前一章的方法对DataFrame进行处理；常用的pandas读取数据的方法至此结束，以后如有其它需求，会再次对读取数据这章内容进行更新。