pandas处理excel文件和csv文件

àì夳堔傛蜴生んèń 2021-11-01 08:32 649阅读 0赞

## 一、csv文件 ##

csv以纯文本形式存储表格数据

pd.read\_csv('文件名')，可添加参数engine='python',encoding='gbk'

一般来说，windows系统的默认编码为gbk，可在cmd窗口通过chcp查看活动页代码，936即代表gb2312。

例如我的电脑默认编码时gb2312，pycharm默认是utf-8编码，csv内存在中文时会出现错误，可通过指定engine或编码格式解决。

![1491217-20190804184914114-1018056623.png][]

## 二、excel文件 ##

之前博客写过通过xlrd和xlwt读写xls文件、通过openpyxl读写xlsx文件，而pandas即可处理xls文件、也可处理xlsx文件。

pandas读取的excel结果为一个DataFrame对象，因此DataFrame的许多方法都会被用到，学习DataFrame [https://www.cnblogs.com/Forever77/p/11209186.html][https_www.cnblogs.com_Forever77_p_11209186.html]。

pd.read\_excel('文件名')，默认读取文件的第一个sheet页，并将第一行当作column，添加一行从0开始的整数作为index。

常用参数sheet\_name=''：表示读取文件的哪个sheet页，可以为sheet页名称，也可以使用数字，0表示第一个sheet页；None会读取所有有内容的sheet页。结果为一个字典，字典的key为sheet页名称，value为sheet页内容；默认读取第一个sheet页

index\_col：将哪一列当作index列，默认添加一行从0开始的整数作为index

假设有一个excel表格内容如下图1，使用pandas读取结果分别如下。

import pandas as pd
    df = pd.read_excel('fruit.xlsx')
    print(df)
    print(df.values)
    print(df['名称'])
    print(df.loc[1])
    print(df.loc[2,'单价/元'])

![1491217-20190804185657040-1778436274.png][]      ![1491217-20190804185713959-1778119151.png][]   ![1491217-20190804185719482-1325838970.png][]   ![1491217-20190804185730798-457415129.png][]![1491217-20190804185736485-326893789.png][] ![1491217-20190804185742678-1424101656.png][]

①df = pd.read\_excel('fruit.xlsx')，表示通过pandas读取excel并加载为DataFrame，从图2可以看出如果读取时不设置索引，pandas会自动生成一列，该列值从0开始，表示行索引。

②图2中红框中的部分即为DataFrame的值，可通过df.values获取，结果如图3，类似列表的形式，数据类型为<class 'numpy.ndarray'>；

③图2数据部分有三列，列的名字为第一行的内容，即列索引，可通过df\[列名\]获取某一列的内容，结果如图4所示；

④pandas自动生成的行索引从0开始，可通过pd.loc\[n\]获取索引值为n的行的内容，结果如图5所示；

⑤通过pd.loc\[行索引,列索引\]可获取具体单元格的内容，结果如图6所示。

可通过df.set\_index(列名)自行设定索引，如下示例

import pandas as pd
    df = pd.read_excel('fruit.xlsx')  #也可在读取时直接设置index_col='名称'
    df = df.set_index('名称')   #设置名称列为行索引
    print(df)
    print(df.values)
    print(df['库存/kg'])
    print(df.loc['草莓'])
    print(df.loc['香蕉','单价/元'])

![1491217-20190804185952831-1106165733.png][]  ![1491217-20190804185958428-2143604554.png][]  ![1491217-20190804190006564-1796032347.png][]  ![1491217-20190804190025237-2026027807.png][]  ![1491217-20190804190033474-1042642008.png][]

转载于:https://www.cnblogs.com/Forever77/p/11298173.html

[1491217-20190804184914114-1018056623.png]: /images/20211101/7896c5f940aa4534b2422205ba6c4eae.png
[https_www.cnblogs.com_Forever77_p_11209186.html]: https://www.cnblogs.com/Forever77/p/11209186.html
[1491217-20190804185657040-1778436274.png]: https://img2018.cnblogs.com/blog/1491217/201908/1491217-20190804185657040-1778436274.png
[1491217-20190804185713959-1778119151.png]: https://img2018.cnblogs.com/blog/1491217/201908/1491217-20190804185713959-1778119151.png
[1491217-20190804185719482-1325838970.png]: https://img2018.cnblogs.com/blog/1491217/201908/1491217-20190804185719482-1325838970.png
[1491217-20190804185730798-457415129.png]: https://img2018.cnblogs.com/blog/1491217/201908/1491217-20190804185730798-457415129.png
[1491217-20190804185736485-326893789.png]: https://img2018.cnblogs.com/blog/1491217/201908/1491217-20190804185736485-326893789.png
[1491217-20190804185742678-1424101656.png]: /images/20211101/faeb716ce9594f548748f2deefd26efb.png
[1491217-20190804185952831-1106165733.png]: https://img2018.cnblogs.com/blog/1491217/201908/1491217-20190804185952831-1106165733.png
[1491217-20190804185958428-2143604554.png]: https://img2018.cnblogs.com/blog/1491217/201908/1491217-20190804185958428-2143604554.png
[1491217-20190804190006564-1796032347.png]: https://img2018.cnblogs.com/blog/1491217/201908/1491217-20190804190006564-1796032347.png
[1491217-20190804190025237-2026027807.png]: https://img2018.cnblogs.com/blog/1491217/201908/1491217-20190804190025237-2026027807.png
[1491217-20190804190033474-1042642008.png]: /images/20211101/465e2757326543dcbd1583403b6bbe13.png