目录
前言
网上也有很多关于如何使用pandas对Excel表格进行操作的文章,本文纯当记录
Excel原文件数据如下:
对Excel操作分两步:
首先要导入pandas库
设置Excel文件路径
注意:
pandas.read_excel(file, sheet_name=0, keep_default_na=False)
1、file为要读取的Excel文件
2、sheet_name表示要读取的sheet名,0表示第一个sheet,1表示第2个sheet,依次类推;也可以直接写sheet的名称,如sheet_name='Sheet1'
3、当Excel中有空值时,直接读取会显示nan,read_excel方法中加上keep_default_na=False后,
空值nan会变成:'' 空字符串,后续可用if cell_data=='' 进行判断
代码如下:
import pandas
file = r'D:\student.xlsx'
class opexcel():
def getdata(self, file):
data = pandas.read_excel(file, sheet_name=0, keep_default_na=False)
print(type(data)) # 输出数据类型(DataFrame)
print(data) # 输出数据
if __name__ == '__main__':
opexcel().getdata(file)
打印结果如下:
3.1、获取行号、列名
row_index = data.index.values # 行号: 数组形式
print('行号是:%s' % row_index)
row_num = len(data.index.values) # 行数
print('行数是:%s' % row_num)
col_index = data.columns.values # 列名: 数组形式
print('列名是:%s' % col_index)
col_num = len(data.columns.values) # 列数
print('列数是:%s' % col_num)
打印结果:
3.2、获取单元格的值,并循环输出
for i in range(row_num): # 循环行数
for j in range(col_num): # 循环列数
cell_data=data.iloc[i,j] # 获取单元格的值
print('第%s行,第%s列的数据是:%s ' %(i,i,cell_data))
打印结果如下:
3.3、对空值进行处理,替换
Excel文件中,某个单元格的值可能为空,直接读取会显示nan,且各个单元格的数据类型可能不一致,如date、str、int、float。这时如果直接读取,使用numpy.isnan()或者pandas.isnull()进行判断,都可能会报错,所以在开头读取Excel文件的方法pandas.read_excel(file, sheet_name=0, keep_default_na=False)中加上keep_default_na=False后,空值nan会变成:'' 空字符串。
现在我们想要将Excel中所有为空的单元格,替换为NULL字符串,操作如下
取出所有列名
循环列名,对空值替换(据实践,只有列名才有.replace()方法)
col_index = data.columns.values # 列名for col in col_index : data[col].replace('','NULL',inplace=True) # 第一个参数是替换前的值,即Excel表指定列的值,如有多个相同的值,后续都会被替换 第二个参数是替换后的值,此处为字符串'NULL',也可填数字、或其他类型 第三个参数,是否替换,True为替换 print(data)打印结果如下:
如要将上方结果中【爱好】这一列的【无】,替换为羽毛球,操作如下:
data['爱好'].replace('无','羽毛球',inplace=True)
结果如下:
3.4、增加一列,并对新增列的第一行进行赋值
新增一列【成绩】,并赋值未None:
data['成绩']=None
打印结果如下:
修改增列的第一行的值为50:
data['成绩'][0]=50
打印结果如下:
3.5、将修改后数据保存到原文档
注意:以上操作中将空值替换、新增列、修改单元格数据等编辑操作,只在控制台有效,实际文件的内容并不会被改变
file = r'D:\student.xlsx'
data.to_excel(file,sheet_name='Sheet1',index=False,header=True)
# 用DataFrame的to_excel方法可将编辑后的数据进行保存(前面第一节已知data为DataFrame类型)
第一个参数file,表示数据将要保存到这个文件。可以是原文件(r'D:\student.xlsx'),如果写另外的文件(r'D:/test/newstudent.xlsx'),则数据将保存到另一个文件中,原文件数据不变
第二个参数sheet_name,表示将数据保存到文件的哪一个sheet工作表。如工作表不存在则会报错。
第三个参数index,表示工作表自带的序号。如果设置index=True,则保存后的数据将多出一列
第四个参数header,表示列名。设置header=True,保存后的数据将带上列名;设置header=False,保存后的数据将没有列名
注意:
读取文件的时候,sheet_name可以写成 sheet_name=0或 sheet_name='Sheet1'
data = pandas.read_excel(file, sheet_name=0,keep_default_na=False)
写入文件的时候,只能填写工作表的名称sheet_name='Sheet1'
保存后的数据如下:
设置index=True,结果如下:
设置header=False,结果如下:
3.6、关于循环取数
col_index = data.columns.values # 列名 ['姓名' '性别' '年龄' '住址' '爱好' '成绩']数组,用in进行循环取值:for i in col_index:col_num = len(data.columns.values) # 列数 6数值,用rang进行循环取数:for i in range(col_num :
7、字符串分割
url=data['URL'][0] # https://blog.csdn.net/m0_46400195/article/detailspyprint(url)print(type(url))str1=str(data['URL'][0]).split('/')# 注意: 虽然显示URL为str类型,但是仍然要先将data['URL'][0]转为str,才能使用.split方法进行分割。str(data['URL'][0]).split('/'),也可以写成str(url).split('/')print(str1) # 打印分割后的结果newstr1=str1[0]+'//'+str1[2]+'/'+str1[3]+'/'+'druid' #根据分割后的信息进行拼接newstr2 = str1[0] + '//' + str1[2] + '/' + str1[3]+'/' + 'druid/index.html'print(newstr1) #打印拼接后的字符串print(newstr2)打印结果如下:
PermissionError: [Errno 13] Permission denied
这个错误出现可能是文件未关闭,关闭后再操作即可。还有可能是文件损坏了,打开文件,确认文件内容是否正常
……
import pandasimport requestsfrom pandas import DataFrameimport xlwt'''1、当Excel中有空值时,直接读取会显示nan,read_excel方法中加上keep_default_na=False后,空值nan会变成:‘’ 空字符串,后续可用if cell_data=='' 进行判断2、col_index = data.columns.values # 列名 数组col_index:['序号' '是否导出' '所属单位'],用in进行循环取值:for i in col_index: row_num = len(data.index.values) # 行数 数值row_num:用rang进行循环取数:for i in range(row_num):'''file = r'D:\student.xlsx'class opexcel(): def getdata(self, file): data = pandas.read_excel(file, sheet_name=0,keep_default_na=False) # 当Excel中有空值时,直接读取会显示nan,read_excel方法中加上keep_default_na=False后, # 空值nan会变成:‘’ 空字符串,后续可用if cell_data=='' 进行判断 # print(type(data)) # print(data) # 输出数据 row_index = data.index.values # 行号: 数组形式 [0 1 2 3 4 5 6 7 8] print('行号是:%s' % row_index) row_num = len(data.index.values) # 行数 print('行数是:%s' % row_num) col_index = data.columns.values # 列名: 数组形式['序号' '是否导出' '所属单位' '项目名称' '项目'] print('列名是:%s' % col_index) col_num = len(data.columns.values) # 列数 print('列数是:%s' % col_num) # data['result']=None # data.to_excel(r'D:\userCase11.xls', sheet_name='Sheet1', index=False, header=True) # for i in range(row_num): # 循环行数 # for j in range(col_num): # 循环列数 # cell_data=data.iloc[i,j] # 获取单元格的值 # print('第%s行,第%s列的数据是:%s ' %(i,i,cell_data)) # # for col in col_index : # data[col].replace('','NULL',inplace=True) # print(data) # # data['爱好'].replace('无','羽毛球',inplace=True) # print(data) # data['成绩']=None # print(data) # data['成绩'][0]=50 # print(data) # data.to_excel(file,sheet_name='Sheet1',index=False,header=False)if __name__ == '__main__': opexcel().getdata(file)
来源地址:https://blog.csdn.net/qq_14945475/article/details/126240827