我滴個(gè)媽也，原來(lái)pandas有中文官網(wǎng)https://www.pypandas.cn/

根據(jù)pandas的用戶指南粮揉，https://pandas.pydata.org/docs/user_guide/io.html，我們發(fā)現(xiàn)pandas可不僅僅是操作excel這么簡(jiǎn)單

這里我們著看其針對(duì)excel的API抚笔，包括讀取excel所用的read_excel和寫(xiě)excel所用的to_excel

一. read_excel //讀取excel

pandas.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None,
                  squeeze=False, dtype=None, engine=None, converters=None, true_values=None, 
                  false_values=None, skiprows=None, nrows=None, na_values=None, keep_default_na=True, 
                  na_filter=True, verbose=False, parse_dates=False, date_parser=None, thousands=None, 
                  comment=None, skipfooter=0, convert_float=True, mangle_dupe_cols=True, storage_options=None)

重點(diǎn)參數(shù):

1. io參數(shù) //輸入輸出對(duì)象

最簡(jiǎn)單用法

df1 = pd.read_excel("goods_base.xls")

可以傳入ExcelFile對(duì)象

excel1 = pd.ExcelFile("goods_base.xls")
df1 = pd.read_excel(excel1)

2. sheet_name參數(shù) //表名

表名,可以是:str, int, list, or None, 默認(rèn)索引0 , 如果是列表, 則返回以列表為key的字典, 如果傳入None則讀所有表
(1). 默認(rèn)讀取索引0

(2). 可以添加索引或表名

(3). 可以添加列表,則返回以列表為鍵,以DataFrame為值的字典

(4). 如果為None, 則讀取全部表,返回字典

3. header 參數(shù) //列索引(表頭)

用于指定"列索引"的行

如果沒(méi)有表頭, 我們應(yīng)指定header列索引為None

如果有表頭, 我們應(yīng)指定header'列索引'所在的行

如果有多重表頭, 這涉及到一個(gè)MultiIndex的概念, 則此時(shí)header設(shè)置為列表

4 .index_col參數(shù) // 行索引

隨便舉例, 上面的例子,如果我們只規(guī)定列索引為列表[0,1], 沒(méi)有規(guī)定行索引 , 則:

真正的行索引會(huì)被當(dāng)做一組數(shù)據(jù)

只是應(yīng)該指定行索引

5. usecols //指定使用哪些列

默認(rèn)為None， 即是導(dǎo)入全部列

可以傳入str惹谐，指定列名持偏，或列名切片

可以傳入索引列表 限定范圍

可以傳入字符串列表 根據(jù)表頭限定范圍

最推薦使用這種方法，因?yàn)檫@種方法可以防止日后插入列發(fā)生意想不到的錯(cuò)誤氨肌，而且可讀性更強(qiáng)

可以傳入lambda函數(shù)鸿秆，返回ture的列就會(huì)被選擇

6. skiprows //跳過(guò)行

7. names // 要使用的列名列表,(用列表給表頭賦值)

如果沒(méi)有表頭, 我們想給他一個(gè)表頭, 則:

注意: 如果沒(méi)有表頭, header一定要顯式聲明為None

8. dtype設(shè)置列的類(lèi)型

具體類(lèi)型解釋, 詳見(jiàn)第二章

9. parse_dates // 需要解析日期的列

(1). 可以傳入True來(lái)嘗試解析index

所謂嘗試就是行就干,不行就不干??,只是試一試不會(huì)報(bào)錯(cuò)

假設(shè)有這樣一張表

我們用其中一行可以解析為日期的列當(dāng)作索引的話, 就可以將其轉(zhuǎn)化為DateTime64格式:

(2). 可以傳入索引列表或列名列表來(lái)指定某列轉(zhuǎn)為日期

(3). 結(jié)合多列解析為日期

如果有這么一張表, 我們想通過(guò)0,1,2行獲得日期

則傳入一個(gè)二維索引列表或者二維列名列表 , 表中規(guī)定好要整合的列

(4). 結(jié)合多列解析為日期(但列名別那么丑??)

和上面一樣, 但我們不再傳入二維數(shù)組, 而是傳入字典,字典的key是列名,值是要整合的列

10. date_parser //日期解析器

date_parser 要配合parse_dates 來(lái)用的, 但parse_dates 不一定需要date_parser ,事實(shí)上大部分英文日期不需要date_parser 就可以自動(dòng)解析

如果自動(dòng)解析不能正確解析(比如中文日期), 我們可以指定date_parser的解析器, date_parser 要傳入一個(gè)function, pandas會(huì)用指這個(gè)function來(lái)解析

11. na_values // 缺失值

在pandas中缺失值被定義為NaN, 記住它是一個(gè)float類(lèi)型的值

默認(rèn)情況下,即使不傳入na_values ,以下情況也會(huì)被自動(dòng)解析為NaN

比如有這樣一張表

直接讀是這樣的:

我們發(fā)現(xiàn)有些是默認(rèn)被解析成NaN的, 比如沒(méi)有空格的那一行讀成了NaN, 而有空格的那一行讀成了空格, 怎么解決這個(gè)問(wèn)題呢? 我們需要na_values屬性

(1). na_values傳入值來(lái)確定把什么解析成NaN

(2). na_values也可以傳入列表

(3). 可以傳入一個(gè)字典, 使得只有某列適用于na_values的NaN規(guī)則

比如下圖: 只有第1列使用na_values的NaN規(guī)則
字典的鍵應(yīng)該是索引或列名

12. converters // 值轉(zhuǎn)換器

傳入一個(gè)字典, 鍵為列名或索引, 值為轉(zhuǎn)換函數(shù)

如有這樣一張表, 我們讀取時(shí)想a列+1,b列*2:

我們可以用這個(gè)方法來(lái)取消格式不好的表中的多余空格/制表符等

13. true_values/false_values //視為真假

將某些特定的字符串視為真假值

注意: 轉(zhuǎn)換是要整列轉(zhuǎn)換的!

如下圖: 列1 全可以判斷真假, 故第一列轉(zhuǎn)化為bool類(lèi)型,第二列無(wú)法完全轉(zhuǎn)換,所以就一個(gè)也不轉(zhuǎn)換

注意: 只有字符串會(huì)被轉(zhuǎn)換, 數(shù)值不會(huì)

如:

如果我們要實(shí)現(xiàn)非0既真, 應(yīng)該:

二. dtype 類(lèi)型

1 . dtype可選類(lèi)型如下:

2. 我們可以透過(guò)DataFrame的dtypes屬性獲取DataFrame的各列屬性

3. str和string的區(qū)別

str和string都是字符串,但python中沒(méi)有str這個(gè)基本數(shù)據(jù)類(lèi)型, 所以str其實(shí)是object

下面的例子看的很清楚:

4. period 時(shí)間周期

5. category 枚舉分類(lèi)

6. datetime[ns] //時(shí)間戳(納秒)