Pandas 读写excel

Pandas 读写excel，除了CSV文件，使用Excel工作表存放列表形式的数据也很常见，Pandas定义了两个API函数来专门处理Excel文件：read_excel()和to_excel()。read_excel()函数能够读取Excel 2003(.xls)和Excel 2007(.xlsx)两个类型的文件，该函数之所以能够读取Excel，是因为它整合了xlrd模块。

首先打开一个Excel文件，在sheet1和sheet2中输入数据，然后将文件保存为data.xlsx。

读取Excel文件

要读取excel文件中的数据，并将其转换为DataFrame对象，只需要使用read_excel()函数即可，如下所示:

import pandas as pd

frame = pd.read_excel("data.xlsx")
print(frame)

输出结果如下:

   white  red  green  black
a     12   23     17     18
b     22   16     19     18
c     14   23     22     21

如上所见，读取excel时，默认返回的DataFrame对象包含第一个工作表中的数据。若要读取第二个工作表中的数据，需要用第二个参数指定工作表的名称或工作表的序号或索引，如下所示:

import pandas as pd

frame = pd.read_excel("data.xlsx",'Sheet2')
print(frame)

输出结果如下:

   yellow  purple  blue  orange
A      11      16    44      22
B      20      22    23      44
C      30      31    37      32

也可以如下方式读取数据:

import pandas as pd

frame = pd.read_excel("data.xlsx",1)
print(frame)

输出结果如下:

   yellow  purple  blue  orange
A      11      16    44      22
B      20      22    23      44
C      30      31    37      32

写入Excel文件

上述操作也适用于Excel写操作，将DataFrame对象转换为Excel，如下所示:

import pandas as pd
import numpy as np

frame = pd.DataFrame(np.random.random((4,4)),
                     index=['exp1','exp2','exp3','exp4'],
                     columns=['jan2015','Fab2015','Mar2015','Apr2005'])
print(frame)
frame.to_excel("data2.xlsx")

输出结果如下:

       jan2015   Fab2015   Mar2015   Apr2005
exp1  0.985263  0.963805  0.502845  0.035461
exp2  0.685198  0.362865  0.737473  0.277377
exp3  0.496066  0.367708  0.828998  0.833133
exp4  0.337033  0.391268  0.421885  0.202747

工作目录中会生成一个包含数据的新Excel文件，存放数据如下所示:

操作Excel行列

1. 读取指定的单行，数据会存在列表里面

import pandas as pd

df=pd.read_excel('data.xlsx') #这个会直接默认读取到这个Excel的第一个表单
data=df.ix[0].values #0表示第一行 这里读取数据并不包含表头，要注意哦！
print(data)

输出结果如下所示:

[12 23 17 18]

2. 读取指定的多行，数据会存在嵌套的列表里面

import pandas as pd

df=pd.read_excel('data.xlsx') #这个会直接默认读取到这个Excel的第一个表单
data=df.ix[[1,2]].values #读取指定多行的话，就要在ix[]里面嵌套列表指定行数
print(data)

输出结果如下所示:

[[22 16 19 18]
 [14 23 22 21]]

3. 读取指定的行列

import pandas as pd

df=pd.read_excel('data.xlsx') #这个会直接默认读取到这个Excel的第一个表单
data=df.ix[1,2] #读取第一行第二列的值，这里不需要嵌套列表
print(data)

输出结果如下所示:

19

4. 读取指定的多行多列值

import pandas as pd

df=pd.read_excel('data.xlsx') #这个会直接默认读取到这个Excel的第一个表单
data=df.ix[[1,2],['red','green']].values#读取第一行第二行的title以及data列的值，这里需要嵌套列表
print(data)

输出结果如下所示:

[[16 19]
 [23 22]]

5. 获取所有行的指定列

import pandas as pd

df=pd.read_excel('data.xlsx') #这个会直接默认读取到这个Excel的第一个表单
data=df.ix[:,['red','green']].values#读取第一行第二行的title以及data列的值，这里需要嵌套列表
print(data)

输出结果如下所示:

[[23 17]
 [16 19]
 [23 22]]

6. 获取行号并打印输出

import pandas as pd

df=pd.read_excel('data.xlsx') #这个会直接默认读取到这个Excel的第一个表单
print(df.index.values)

输出结果如下所示:

['a' 'b' 'c']

7. 获取列名并打印输出

import pandas as pd

df=pd.read_excel('data.xlsx') #这个会直接默认读取到这个Excel的第一个表单
print(df.columns.values)

输出结果如下所示:

['white' 'red' 'green' 'black']

8. 获取指定行数的值

import pandas as pd

df=pd.read_excel('data.xlsx') #这个会直接默认读取到这个Excel的第一个表单
print(df.sample(3).values)#这个方法类似于head()方法以及df.values方法

输出结果如下所示:

[[12 23 17 18]
 [22 16 19 18]
 [14 23 22 21]]

9. 获取指定列的值

import pandas as pd

df=pd.read_excel('data.xlsx') #这个会直接默认读取到这个Excel的第一个表单
print(df['white'].values)

输出结果如下所示:

[12 22 14]