Python3使用pandas模块读写excel操作示例

本文实例讲述了Python3使用pandas模块读写excel操作。分享给大家供大家参考，具体如下：

前言

Python Data Analysis Library 或 pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具，能使我们快速便捷地处理数据。本文介绍如何用pandas读写excel。

1. 读取excel

读取excel主要通过read_excel函数实现，除了pandas还需要安装第三方库xlrd。

pd.read_excel(io, sheetname=0, header=0, skiprows=None, skip_footer=0, index_col=None, names=None, parse_cols=None, parse_dates=False, date_parser=None, na_values=None, thousands=None, convert_float=True, has_index_names=None, converters=None, dtype=None, true_values=None, false_values=None, engine=None, squeeze=False, **kwds)'''该函数主要的参数为io、sheetname、header、names、encoding。io:excel文件，可以是文件路径、文件网址、file-like对象、xlrd workbook;sheetname:返回指定的sheet，参数可以是字符串（sheet名）、整型（sheet索引）、list（元素为字符串和整型，返回字典{'key':'sheet'}）、none（返回字典，全部sheet）;header:指定数据表的表头，参数可以是int、list of ints，即为索引行数为表头;names:返回指定name的列，参数为array-like对象。encoding:关键字参数，指定以何种编码读取。该函数返回pandas中的DataFrame或dict of DataFrame对象，利用DataFrame的相关操作即可读取相应的数据。'''#代码示例:import pandas as pdexcel_path = 'example.xlsx'd = pd.read_excel(excel_path, sheetname=None)print(d['sheet1'].example_column_name)

2. 写入excel

写入excel主要通过pandas构造DataFrame，调用to_excel方法实现。

DataFrame.to_excel(excel_writer, sheet_name='Sheet1', na_rep='', float_format=None, columns=None, header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None, merge_cells=True, encoding=None, inf_rep='inf', verbose=True, freeze_panes=None)'''该函数主要参数为:excel_writer。excel_writer:写入的目标excel文件，可以是文件路径、ExcelWriter对象;sheet_name:被写入的sheet名称，string类型，默认为'sheet1';na_rep:缺失值表示，string类型;header:是否写表头信息，布尔或list of string类型，默认为True;index:是否写行号，布尔类型，默认为True;encoding:指定写入编码，string类型。'''import pandas as pdwriter = pd.ExcelWriter('output.xlsx')df1 = pd.DataFrame(data={'col1':[1,1], 'col2':[2,2]})df1.to_excel(writer,'Sheet1')writer.save()

更多关于Python相关内容感兴趣的读者可查看本站专题：《Python操作Excel表格技巧总结》、《Python文件与目录操作技巧汇总》、《Python文本文件操作技巧汇总》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》