文章目录

1 概述1.1 pandas 和 openpyxl 区别1.2 Series 和 DataFrame

2 常用操作2.1 创建 Excel：to_excel()2.2 读取 Excel：read_excel()2.2.1 header：标题的行索引2.2.2 index_col：索引列2.2.3 dtype：数据类型2.2.4 skiprows：跳过的行数2.2.5 usercols：指定列数2.2.6 head(n)、tail(n)：读取前、后 n 行数据

2.3 读写数据2.3.1 at()：获取单元格2.3.2 loc[]：数据筛选2.3.3 sort_values()：数据排序

3 实战3.1 遍历 Excel

1 概述

1.1 pandas 和 openpyxl 区别

Python 中的 pandas 和 openpyxl 库，均可以处理 excel 文件，其中主要区别：

pandas：① 数据操作和分析方面表现优异。它提供了各种文件格式（包括 Excel）中读取数据的函数，在过滤数据、汇总数据、处理缺失值和执行其它数据转换任务方便，特别有用。② 使用方便。DataFrame 对象，使用快速方便，且功能十分强大。openpyxl：侧重单元格格式设置。这个库也允许我们直接处理 Excel 文件。pandas 快，但 pandas 做不了的事情，可以让 openpyxl 来做，例如：单元格注释、填充背景色 等等

1.2 Series 和 DataFrame

Series：连续。可理解为 “一维数组”，由一行 或 一列 组成，具体是行，还是列，由 DataFrame 指定DataFrame：数据框。可理解为 “二维数组”，由行和列组成

<code>import pandas as pd

# Series 示例

s = pd.Series(['a', 'b', 'c'], index=[1, 2, 3], name='A')code>

print(s)

# 1 a

# 2 b

# 3 c

# Name: A, dtype: object

# DataFrame 示例

s1 = pd.Series(['a', 'b', 'c'], index=[1, 2, 3], name='A')code>

s2 = pd.Series(['aa', 'bb', 'cc'], index=[1, 2, 3], name='B')code>

s3 = pd.Series(['aaa', 'bbb', 'ccc'], index=[1, 2, 3], name='C')code>

# 方式1：指定 Series 为行

df = pd.DataFrame([s1, s2, s3])

print(df)

# 1 2 3

# A a b c

# B aa bb cc

# C aaa bbb ccc

# 方式2：指定 Series 为列

df = pd.DataFrame({ s1.name: s1, s2.name: s2, s3.name: s3})

print(df)

# A B C

# 1 a aa aaa

# 2 b bb bbb

# 3 c cc ccc

2 常用操作

<code>import pandas as pd

# 1.读取指定 sheet 的 excel，以下两种方式等同

student = pd.read_excel(r'C:\Users\Administrator\Desktop\Temp\1.xlsx', sheet_name=1)

# student = pd.read_excel(r'C:\Users\Administrator\Desktop\Temp\1.xlsx', sheet_name='Sheet2')code>

# 2.读取常用属性

print(student.shape) # 形状（行，列）

print(student.columns) # 列名

2.2.1 header：标题的行索引

<code>import pandas as pd

# 文件路径

filePath = r'C:\Users\Administrator\Desktop\Temp\1.xlsx'

# 1.读取 excel（默认第 1 行为标题，行索引为 0，即：header=0）

student = pd.read_excel(filePath)

print(student.columns)

# Index(['ID', 'Name', 'Age', 'Grade'], dtype='object')code>

场景2：指定第 n 行为标题

<code>import pandas as pd

# 文件路径

filePath = r'C:\Users\Administrator\Desktop\Temp\1.xlsx'

# 场景2：excel 中第 2 行才是我们想要的标题（即：header=1）

student = pd.read_excel(filePath, header=1)

print(student.columns)

# Index(['ID', 'Name', 'Age', 'Grade'], dtype='object')code>

场景3：没有标题，需要人为给定

<code>import pandas as pd

# 文件路径

filePath = r'C:\Users\Administrator\Desktop\Temp\1.xlsx'

# 场景3：excel 中没有标题，需要人为设定

student = pd.read_excel(filePath, header=None)

student.columns = ['ID', 'Name', 'Age', 'Grade']

student.set_index('ID', inplace=True) # 指定索引列，并替换原数据

student.to_excel(filePath) # 写入至 Excel

print(student)

# Name Age Grade

# ID

# 1 张三 18 90

# 2 李四 20 70

# 3 王五 21 80

# 4 赵六 19 90

2.2.2 index_col：索引列

import pandas as pd

# 文件路径

filePath = r'C:\Users\Administrator\Desktop\Temp\1.xlsx'

# 读取 Excel，不指定索引列（会默认新增一个索引列，从 0 开始）

student = pd.read_excel(filePath)

print(student)

# ID Name Age Grade

# 0 1 张三 18 90

# 1 2 李四 20 70

# 2 3 王五 21 80

# 3 4 赵六 19 90

# 读取 Excel，指定索引列

student = pd.read_excel(filePath, index_col='ID')code>

print(student)

# Name Age Grade

# ID

# 1 张三 18 90

# 2 李四 20 70

# 3 王五 21 80

# 4 赵六 19 90

索引相关：

import pandas as pd

# 文件路径

filePath = r'C:\Users\Administrator\Desktop\Temp\1.xlsx'

# 1.读取 excel，并指定索引列

student = pd.read_excel(filePath, index_col='ID')code>

2.2.3 dtype：数据类型