使用Pandas在python中读取Excel文件

144

我正在尝试以这种方式读取Excel文件：

newFile = pd.ExcelFile(PATH\FileName.xlsx)
ParsedData = pd.io.parsers.ExcelFile.parse(newFile)

这引发了一个错误，该错误表示预期有两个参数，我不知道第二个参数是什么，而且我在这里想要实现的是将Excel文件转换为DataFrame，我这样做是否正确？或者还有其他方法可以使用熊猫吗？

python python-2.7 pandas

— 拉克什·阿迪克斯范（Rakesh Adhikesavan）
source

222

关闭：首先调用ExcelFile，然后调用该.parse方法并将表单名称传递给该方法。

>>> xl = pd.ExcelFile("dummydata.xlsx")
>>> xl.sheet_names
[u'Sheet1', u'Sheet2', u'Sheet3']
>>> df = xl.parse("Sheet1")
>>> df.head()
                  Tid  dummy1    dummy2    dummy3    dummy4    dummy5  \
0 2006-09-01 00:00:00       0  5.894611  0.605211  3.842871  8.265307   
1 2006-09-01 01:00:00       0  5.712107  0.605211  3.416617  8.301360   
2 2006-09-01 02:00:00       0  5.105300  0.605211  3.090865  8.335395   
3 2006-09-01 03:00:00       0  4.098209  0.605211  3.198452  8.170187   
4 2006-09-01 04:00:00       0  3.338196  0.605211  2.970015  7.765058   

     dummy6  dummy7    dummy8    dummy9  
0  0.623354       0  2.579108  2.681728  
1  0.554211       0  7.210000  3.028614  
2  0.567841       0  6.940000  3.644147  
3  0.581470       0  6.630000  4.016155  
4  0.595100       0  6.350000  3.974442

您正在做的是调用驻留在类本身而不是实例上的方法，这是可以的（尽管不是很惯用），但是如果这样做，则还需要传递工作表名称：

>>> parsed = pd.io.parsers.ExcelFile.parse(xl, "Sheet1")
>>> parsed.columns
Index([u'Tid', u'dummy1', u'dummy2', u'dummy3', u'dummy4', u'dummy5', u'dummy6', u'dummy7', u'dummy8', u'dummy9'], dtype=object)

— 帝斯曼
source

6

当我使用“ df = xl.parse（” Sheet1“）”时，它会自动将每一列的第一个单元格的值用作数据框的列名，如何指定自己的列名？

— Rakesh Adhikesavan

2

在熊猫15.0.2中， parsed = pd.io.parsers.ExcelFile.parse(xl, "Sheet1")不起作用并抛出错误module object has no attribute ExcelFile。 parsed = pd.io.excel.ExcelFile.parse(xl, "Sheet1")为我工作

— 尼尔

真好这几乎与使用来实现对选项卡的相同访问一样整洁openpyxl。熊猫在幕后叫openpyxl吗？

— 皮德曼

2

如何防止将第一行变成标题？我试过使用该参数，headers=None但是虽然它没有破坏代码，但是也没有用。

— Elliptica

8

我发现需要pip install xlrd才能起作用。xlrd软件包不随熊猫一起提供，因此，如果您没有出于其他目的安装它，则会收到“ ImportError：No module named xlrd”异常。无论如何，从Mac上的熊猫0.19.0起都是如此。

— user5920660 '18

95

这是非常简单的方法。

import pandas
df = pandas.read_excel(open('your_xls_xlsx_filename','rb'), sheetname='Sheet 1')
# or using sheet index starting 0
df = pandas.read_excel(open('your_xls_xlsx_filename','rb'), sheetname=2)

查看文档的完整详细信息 http://pandas.pydata.org/pandas-docs/version/0.17.1/genic/pandas.read_excel.html

FutureWarning：sheetname对于较新的Pandas版本，不推荐使用该关键字，请sheet_name改用。

— 穆拉里·莫普鲁（Murali Mopuru）
source

20

以为我应该在这里添加，如果要访问行或列以遍历它们，可以执行以下操作：

import pandas as pd

# open the file
xlsx = pd.ExcelFile(PATH\FileName.xlsx)

# get the first sheet as an object
sheet1 = xlsx.parse(0)

# get the first column as a list you can loop through
# where the is 0 in the code below change to the row or column number you want    
column = sheet1.icol(0).real

# get the first row as a list you can loop through
row = sheet1.irow(0).real

编辑：

现在不推荐使用方法icol(i)和irow(i)。您可以使用sheet1.iloc[:,i]获取第i sheet1.iloc[i,:]行和获取第i行。

— 曼哈顿博士
source

13

我认为这应该可以满足您的需求：

import pandas as pd

# Read the excel sheet to pandas dataframe
DataFrame = pd.read_excel("PATH\FileName.xlsx", sheetname=0)

— 阿杰·桑特（Ajay Sant）
source

0

您只需要将文件的路径提供给 pd.read_excel

import pandas as pd

file_path = "./my_excel.xlsx"
data_frame = pd.read_excel(file_path)

检出文档以浏览参数，例如skiprows在加载Excel时忽略行

— 泰德
source

0

import pandas as pd

data = pd.read_excel (r'**YourPath**.xlsx')

print (data)

— Suthura Sudharaka
source

0

这是语法更新的方法，在python代码中更常见。它还可以防止您多次打开同一文件。

import pandas as pd

sheet1, sheet2 = None, None
with pd.ExcelFile("PATH\FileName.xlsx") as reader:
    sheet1 = pd.read_excel(reader, sheet_name='Sheet1')
    sheet2 = pd.read_excel(reader, sheet_name='Sheet2')

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_excel.html

— 奎因
source