文章目录

  • 01 Pandas 是什么？
  • 02 安装 Pandas
  • 03 将数据写入 Excel 文件
  • 04 从 Excel 中读取数据



在 Python 中，想去读写 Excel 文件的方式，有蛮多种方式的，比如说可以用 xlrd、openpyxl、pandas 等模块都能去实现，只是说在不同的模块上去读写稍有区别。

我自己喜欢使用 pandas，它足够强大。

01 Pandas 是什么？

Pandas 是一个开源的第三方 Python 库，基于 Numpy 和 Matplotlib 上构建而来，业内数据分析主流方向【三件套】（NumPy、Matplotlib、Pandas）。Pandas 已经成为 Python 数据分析的必备高级工具，它作为强大、灵活、可以支持任何编程语言的数据分析工具，颇受大家的喜爱。

02 安装 Pandas

第一种方式（推荐）：

打开终端，输入：pip install pandas命令即可安装。

第二种方式：

找到 Pandas 的下载库：https://www.lfd.uci.edu/~gohlke/pythonlibs/

然后下载自己想要的版本。

03 将数据写入 Excel 文件

Excel 就是一个表格，它里面有【行】和【列】，这是我们需要重点关注的两个地方，不管是读数据，还是写数据，其实就是在操作行和列。

非常简单的，咱们来实现一个简单的【用户表】，大致思路是这样的：

  1. 先导入 pandas 库
  2. 准备数据，并创建一个工作表
  3. 自定义索引（我故意加的）
  4. 将数据写到 excel 表格中（此处会自动创建 excel 文件）

具体代码如下：

# 第一步，导入 pandas 库，取个别名
import pandas as pd

# 第二步，准备数据，并创建一个工作表
# DataFrame 数据帧，重点概念
# 它相当于我们【工作簿】中的一个【工作表】
df = pd.DataFrame({
    'id':[1,2,3], 
    'name':['张三', '李四', '王五'],
    'age':[22, 33, 44]
})

# 第三步，Pandas 会使用默认的索引
# 但咱还是自定义索引吧，要不导致生成的工作表也会存在它默认的索引，不太好
df = df.set_index('id')
print(df)

# 第四步，将数据写入到 excel 文件中
df.to_excel('people.xlsx')
print('Done!')

04 从 Excel 中读取数据

有个前提，你得先有一份 excel 文件，千万不要太紧张给忘了。

就一个重点方法：read_excel()

你可以指定读哪个文件？读哪个工作表？从哪行开始读？……

咱们，还是看代码吧，非常简单：

# 参数1：指定读取 hello.xlsx 文件
# 参数2：header = 3 表示从第四行开始，因为索引是从 0 开始的
# 参数3：sheet_name 指定所要去读取的工作表
user= pd.read_excel('user.xlsx', header=3, sheet_name='sheet1')
# 输出列名
print(user.columns)

# 如果你的 Excel 中没有开头标题，可以用 header = None 来进行设置
user= pd.read_excel('user.xlsx', header=None)
user.columns = ['id', 'name', 'age']
print(user.columns)

# 通过 index_id 去指定 id 列作为索引
user = pd.read_excel('user.xlsx', index_col='id')
# head 默认指输出前 5 行，此时就不会产生默认索引了
print(user.head())

# skiprows 开头跳过几行
# usecols 使用那些列中的数据
# dtype 设置某一列的类型
users = pd.read_excel('user.xlsx', skiprows = 3, usecols='E:H', dytpe={'ID':str, 'gender':str, 'birthday':str})

# 如果你想按照某个列去排序，也是可以的
# 使用 sort_values 就可以实现了
# sort_values 指按值排序
# by 指针对某一行
# ascending 为 False 指表示从大到小
# inplace 指是否马上生效
users.sort_values(by='age', ascending=False, inplace=True)