对Python 2.7 pandas 中的read_excel详解
|
导入pandas模块： import pandas as pd 使用import读入pandas模块，并且为了方便使用其缩写pd指代。 读入待处理的excel文件：
df = pd.read_excel('log.xls')
通过使用read_excel函数读入excel文件，后面需要替换成excel文件所在的路径。读入之后变为pandas的DataFrame对象。DataFrame是一个面向列(column-oriented)的二维表结构，且含有列表和行标，对excel文件的操作就转换为对DataFrame操作。另外，如果一个excel含有多个表，如果你只想读入其中一个可以：
df = pd.read_excel('log.xls',sheetname=1)
增加了一个参数sheetname，表示的是第几个表，从0开始计数。我上面设置的是1，也就是第二个表。 读入之后，可以先查看表头信息和每一列的数据类型： df.dtypes 输出如下： Member object Unnamed: 1 float64 Unnamed: 2 float64 Unnamed: 3 float64 Unnamed: 4 float64 Unnamed: 5 float64 家内外活动类型 object Unnamed: 7 object activity object dtype: object 提取每个member连续出现的最后一行数据： new_df = df.drop_duplicates(subset='Member',keep='last') 以上语句的意思是根据Member字段去除掉多余的行，并且保留相同行的最后一行数据。这些就得到了每一个member最后一行的数据了，返回了经过筛选后的DataFrame。 接下来需要将处理后的结果，保存为excel文件：
out = pd.ExcelWriter('output.xls')
new_df.to_excel(out)
out.save()
output.xls是你要保存的文件名，可以任取；然后将DataFrame的内容保存到该文件，最后保存该文件到系统的磁盘上。 接下来，你就可以在当前目录看到一个新的文件，可以直接使用excel打开查看。 Pandas还提供了很多的API，可以根据具体的任务，查找API文档，找到合适的函数来完成任务。 附：一个完整的示例
#coding=utf-8
import pandas as pd
# 读入excel文件中的第2个表
df = pd.read_excel('log.xls',sheetname=1)
# 查看表的数据类型
print df.dtypes
# 查看Member列的数据
print df['Member']
'''
# 新建一列，每一行的值是Member列和activity列相同行值的和
for i in df.index:
df['activity_2'][i] = df['Member'][i] + df['activity'][i]
'''
# 根据Member字段去除掉多余的行，并且保留相同行的最后一行数据
new_df = df.drop_duplicates(subset='Member',keep='last')
# 导出结果
out = pd.ExcelWriter('output.xls')
new_df.to_excel(out)
out.save()
以上这篇对Python 2.7 pandas 中的read_excel详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持编程小技巧。 您可能感兴趣的文章:
（编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |