通过Pandas库可以从多种格式的数据文件中读取数据，也可以将处理后的数据写入到这些文件中。pandas库中的pd.read_excel()相较之前的xlrd库的读表操作更加简单，针对一般批量的数据处理选择pandas库操作是不错的选择。

一、读取Excel文件的函数

• 读取函数为：pd.read_excel()，函数的一些参数为：

pd.read_excel(io, sheet_name=0,header=0,skiprows=None,index_col=None,names=None,
                arse_cols=None,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)

二、读取函数的相关参数

io

• io指的是要读取的excel 文件存储路径.
• 可以是绝对路径，也可以是相对路径。

sheet_name

• sheet_name：sheet_name默认为0，即返回第一个工作表，返回多表使用sheet_name=[0,1]或sheet_name=["工作表1","工作表2"]，若sheet_name= None是返回所有工作表 。
• 注意：int/string返回的是DataFrame，而None和list返回的是dict of DataFrame。
• 案例：

import pandas as pd
pd.read_excel("要打开的EXCEL文件.xlsx",
                sheet_name = 1)    # 读取EXCEL工作簿中的第二个工作表
pd.read_excel("要打开的EXCEL文件.xlsx",
                sheet_name = “二月”)    # 读取EXCEL工作簿中的工作表名为‘二月’的工作表
pd.read_excel("要打开的EXCEL文件.xlsx",
                sheet_name =None )    # 读取EXCEL工作簿中的所有工作表，是一个表格的字典。
df_dict = pd.read_excel("要打开的EXCEL文件.xlsx",
                sheet_name = [1,“二月”])  #读取EXCEL工作簿中的第二个工作表和表名为‘二月’的工作表
print(df_dict[1])
print(df_dict["二月"])

header

• header ：指定作为列索引的行（即通常说的标题行），默认0，即取第一行，数据为列名行以下的数据；若数据不含标题行，则设定 header = None；

index_col

• index_col：指定作为行索引的列。

usecols

• usecols：指定只使用哪些列
  -- None：全部（默认）
  -- str：如：usecols = 'A,C:F' # 这里的A,C,F指的是EXCEL表中的A列等。
  -- int-list：如：usecols = [0,2]
  -- str-list：如：usecols = ['姓名','成绩']
  -- lambda函数：如：lambda x: x == "姓名"
• 建议使用str-list 方法。因为当EXCEL表结构发生变化时，易于代码维护。

skiprows

• skiprows：省略指定行数的数据

  
  示例图片

import pandas as pd
pd.read_excel("要打开的EXCEL文件.xlsx",
                skiprows = [0,2] )    # 跳过索引为0和2的两行，用列表形式表达。

names

names：指定使用的标题行列名列表，如果表格不包含标题行，则应显式传递header = None

dtype

dtype：是一个字典，表示方法{‘列名’:'类型'}，用来设置列的数据类型。

• int8/int16/int32/int64(默认)： 整型
• float16/float32/float64(默认)：浮点型
• str/string： 字符串
• bool： 布尔型
• categort： 分类
• datetime64[ns]： 时间戳（纳秒）
• period[Y/M/D]： 时间周期（年/月/日）
• object： python对象混合类型

# 类型的查看
import pandas as pd
df = pd.read_excel("要打开的EXCEL文件.xlsx")
df.dtypes  # 查看读出数据的数据类型

在这里会发现，字符型数据被识别为 object 类型。需要注意的是不能把int64类型直接转化为str类型，这时可用下列代码进行转换：

df['列名'] = df['列名'].astype('string')

parse_dates

parse_dates：将表中的日期数据转化为日期类型，例如：

未转换前识别出的数据类型
转换后识别出的数据类型

在这里就用到了一个转换，代码如下：

parse_dates = [0,1,2,3,4,5,6]  # 将列索引为0，1，2，3，4，5，6列中的数据转换为日期类型

将多列数据拼接成一个日期格式类型，例如：

年月日分开的数据表

转换代码：

import pandas as pd
df = pd.read_excel("要打开的EXCEL文件.xlsx",parse_dates = [[0, 1, 2]])

以上代码中，不使用索引，使用列名也是可以的，即：

import pandas as pd
df = pd.read_excel("要打开的EXCEL文件.xlsx",parse_dates = [['年', '月', '日']])

还可以使用字典的形式，指定合并后列名，即：

import pandas as pd
df = pd.read_excel("要打开的EXCEL文件.xlsx",parse_dates = {'日期': ['年', '月', '日']})

date_parser

date_parse须与parse_dates配合使用，可将形如以下格式的数据转换为日期格式：

中文格式日期

转换代码如下：

import pandas as pd
df = pd.read_excel(
                    "要打开的EXCEL文件.xlsx",
                    parse_dates = [0],
                    date_parser = lambda x: pd.to_datetime(
                    x,format = '%Y年%m月%d日'
                    )
)    # 这里的 parse_dates = [0]，用来指定要转换的列

na_values

na_values：识别为NaN（缺失值）的其他字符串。

• NaN意为 Not a Number <float>
• na_values基本用法：
  -- na_values = 0
  -- na_values = '空值'
  -- na_values = ['空值',0]
  -- na_values = {'列名': ['空值',0] }
  小坑：如果单元格里有空格，读取后不会显示 NaN。
  将单元格中的0替换为NaN

import pandas as pd
df = pd.read_excel(
                    "要打开的EXCEL文件.xlsx",
                    na_values  = 0
) 

将单元格中的字符串 ‘a' 替换为NaN

import pandas as pd
df = pd.read_excel(
                    "要打开的EXCEL文件.xlsx",
                    na_values  = 'a'
) 

用列表形式传入，将单元格中的指定值替换为NaN ，如：将单元格中的字符串’a‘,0和空格替换为 NaN

import pandas as pd
df = pd.read_excel(
                    "要打开的EXCEL文件.xlsx",
                    na_values  = [ 'a',0,' ']
) 

用字典形式传入，将指定列单元格中的指定值替换为NaN，如：

import pandas as pd
df = pd.read_excel(
                    "要打开的EXCEL文件.xlsx",
                    na_values  = {'列名',[ 'a',0,' ']}

converters

converters：是一个值转换函数，默认为None，传入值为一个字典。如：

有格式符号的单元格值

要去掉这些空格符号，就可使用converters进行转换：

import pandas as pd
df = pd.read_excel(
                    "要打开的EXCEL文件.xlsx",
                    converters  ={
                    '货号': lambda x: x.strip()
                    }
)
# 也可不用lambda函数：
import pandas as pd
df = pd.read_excel(
                    "要打开的EXCEL文件.xlsx",
                    converters  ={
                    '货号': str.strip
                    }
)

也可以用它来进行一些简单的计算，如：将所有的销量值都加上5

import pandas as pd
df = pd.read_excel(
                    "要打开的EXCEL文件.xlsx",
                    converters  ={
                    '销量': lambda x: x + 5
                    }
)

今天就整理到这里，还有些参数比较简单。不笔记了。