人们经常用pandas处理表格型数据,时常需要读入excel表格数据,很多人一般都是直接这么用:pd.read_excel(“文件路径文件名”),再多一点的设置可能是转义一下路径中的斜杠,一旦原始的excel表不是很规整,这样简单读入势必报错!
其实这个函数有很多参数可以设置,为了应对各式excel表满足各种读入的需求,我们来详细了解下pd.excel()中的主要参数。
首先,认识一下pd.read_excel(),函数的官方文档是这么说的:将Excel文件读取到pandas DataFrame中,支持本地文件系统或URL的’xls’和’xlsx’文件扩展名,带有这两种扩展名的文件,函数都可以处理;
然后它的函数完整版长这个样子:
没想到吧,它它它…它居然有二十多个参数,是不是有点出乎意料,接下来认识下这些参数都是做什么用的吧!
io参数可以接受的有:str,Excel文件,xlrd.Book,路径对象或类似文件的对象,其中最常用的是str,一般是文件路径+文件名,需要注意的是文件名字不要漏掉后缀,即文件扩展名,表明文件类型的那个!有时候需要对路径中的”\”进行转义,io参数没有默认值,必须传入。
举个例子:
输出结果:
sheet_name参数可以接收的有:str,int,list或None,默认0
其中,字符串用于工作表名称。 整数用于零索引工作表位置。 字符串/整数列表用于请求多个工作表。设置None获取所有工作表。
有时候一个excel工作簿中包含有很多个sheet工作表,如果不指定默认为0,数据读入的时候默认读入的是第一个位置的sheet。
常用的是指定sheet位置或者名字,还是来个例子:
输出结果和不指定sheet时的结果是一样的,因为默认的就是第0个sheet:
指定另一个位置的sheet:
输出结果:
输出结果,能够看到结果和sheet_name=1的结果是一样的:
可以看一下原表中sheet的名字就能理解名字为data2的sheet正好在第1个位置(名字为data1的sheet在第0个位置)
通过名字读取另一个sheet就不在这里赘述了,我们看看这个参数还有两种可以接收的对象,挨个看下是什么样的效果吧。
sheet_name参数的其他设置
输出结果:
输出结果:
能够看到比上边只读入两个sheet工作表的命令相比,这里多了data3这个工作表!
综上,sheet_name空值既可以通过sheet位置也可以通过sheet名字来指定读入哪个sheet的数据。
这个参数是用来指定哪一行作为列名的,默认是第0行,接收的参数可以是整数(指定第几行作为列名),可以是有整数组成的列表(指定哪几行作为列名,是的,列名可以有多行,是不是有点突破认知?),也可以是None(没有列名)。
比如这种数据就需要在读入数据的时候指定哪一行作为列名:
开头有空行,直接读取试一下:
是这种效果(截取部分数据图像):
header参数可以有效的解决这个问题,可以看到行标签为1的数据才是我们需要的列名,所以在读取数据的时候进行设置就可以了:
输出结果:
这样就符合要求了!
对header参数的其他设置
为了满足好奇心,我们也实验一下其他的参数,比如整数组成的列表,提前预告,读出来不一定符合业务逻辑要求哦。
输出结果:
能看到的确有两行列名!
如果不要列名是什么样子呢?
输出结果:
不指定列名后的效果就是这样的了!
官方文档说这个参数接收 array-like, 默认 None,表示要使用的列名列表,如果不需要列名,请设置header = None,如果header = None和names参数都设置的话,依然会显示names指定的列名。
还是通过实例来感受下参数的作用吧,为了节省篇幅,代码放入截图中:
如果原始表格中的列名不符合需求,比如上图中很明显是进行聚合后系统生成的列名,在读入数据的时候可以根据需求自定义列名,需要注意的是指定的列名和原数据中的列名是依据位置一一对应的,顺序不要乱了!
官方文档说这个参数接收整数,或者由整数组成的列表,默认是None。
这个参数的作用是指定用哪一列做为行索引。如果传给参数的是整数n,则表示指定第n列作为行索引,如果传入的是列表,则表示需要指定多列作为行索引。上一篇文章中介绍了header参数,是指定由哪一行作为列名,也是传入整数或者整数组成的列表,可以对比记忆。
来个例子感受一下:
上边的例子分别采用了默认值None,整数0和列表[0,1]对index_col进行了设置,用法和效果一目了然。
看下官方文档是怎么说的:该参数接收整数,字符或者类似列表的序列,默认值是None,返回的是列的子集,直白点解释就是在读入表格的时候不是所有的列都会被读入,可以通过usecols参数来设置要把哪些列读取进来。
温馨提示:如果设置了names参数,注意设置的列名个数要和读取的列数一致
来个直观的例子感受下:
结合对参数的文字说明看例子,还是蛮清楚明白的。
来自官方文档的解释:接收布尔值,当取值为True的时候,如果解析的数据仅包含一列,则返回Series。默认值是False,即只有一列也返回Dataframe。
举例说明:
如果需要读进来一个Series,可以通过squeeze参数实现。
惯例还是官方文档的解释:输入表示数据类型的名称字符或者字典,如果输入的是字符表示整个表格的数据都转换成指定的数据类型,如果输入的是字典,那么每个字段可以指定不同的数据类型。
来个例子帮助理解:
由于整个表格中既有文本又有数值,如果要设置成统一的数据类型只能设置成字符型了;针对每一列设置不同的数据类型,效果还是很明显的。
篇幅限制,对pd.read_excel()函数参数的介绍先到这里,剩下的参数在后续的文章中接续介绍哦。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-11随着数字化转型的加速,企业积累了海量数据,如何从这些数据中挖掘有价值的信息,成为企业提升竞争力的关键。CDA认证考试体系应 ...
2025-03-10