Microsoft Excel — очень широко используемая программа для работы с электронными таблицами. Его удобство для пользователя и привлекательные функции делают его очень часто используемым инструментом в науке о данных. Библиотека Panadas предоставляет функции, с помощью которых мы можем прочитать файл Excel полностью, а также по частям только для выбранной группы данных. Мы также можем прочитать файл Excel с несколькими листами в нем. Мы используем функцию read_excel для чтения данных из нее.
Ввод как файл Excel
Мы создаем файл Excel с несколькими листами в ОС Windows. Данные на разных листах показаны ниже.
Вы можете создать этот файл с помощью программы Excel в ОС Windows. Сохраните файл как input.xlsx .
# Data in Sheet1 id,name,salary,start_date,dept 1,Rick,623.3,2012-01-01,IT 2,Dan,515.2,2013-09-23,Operations 3,Tusar,611,2014-11-15,IT 4,Ryan,729,2014-05-11,HR 5,Gary,843.25,2015-03-27,Finance 6,Rasmi,578,2013-05-21,IT 7,Pranab,632.8,2013-07-30,Operations 8,Guru,722.5,2014-06-17,Finance # Data in Sheet2 id name zipcode 1 Rick 301224 2 Dan 341255 3 Tusar 297704 4 Ryan 216650 5 Gary 438700 6 Rasmi 665100 7 Pranab 341211 8 Guru 347480
Чтение файла Excel
Функция read_excel библиотеки pandas используется для чтения содержимого файла Excel в среду python как DataFrame pandas. Функция может читать файлы из ОС, используя правильный путь к файлу. По умолчанию функция будет читать Sheet1.
import pandas as pd data = pd.read_excel('path/input.xlsx') print (data)
Когда мы выполняем приведенный выше код, он дает следующий результат. Обратите внимание, как функция создала дополнительный столбец, начинающийся с нуля как индекс.
id name salary start_date dept 0 1 Rick 623.30 2012-01-01 IT 1 2 Dan 515.20 2013-09-23 Operations 2 3 Tusar 611.00 2014-11-15 IT 3 4 Ryan 729.00 2014-05-11 HR 4 5 Gary 843.25 2015-03-27 Finance 5 6 Rasmi 578.00 2013-05-21 IT 6 7 Pranab 632.80 2013-07-30 Operations 7 8 Guru 722.50 2014-06-17 Finance
Чтение определенных столбцов и строк
Подобно тому, что мы уже видели в предыдущей главе для чтения файла CSV, функция read_excel библиотеки pandas может также использоваться для чтения некоторых определенных столбцов и определенных строк. Для этой цели мы используем метод многоосевого индексирования .loc () . Мы выбрали отображение столбца зарплаты и имени для некоторых строк.
import pandas as pd data = pd.read_excel('path/input.xlsx') # Use the multi-axes indexing funtion print (data.loc[[1,3,5],['salary','name']])
Когда мы выполняем приведенный выше код, он дает следующий результат.
salary name 1 515.2 Dan 3 729.0 Ryan 5 578.0 Rasmi
Чтение нескольких листов Excel
Несколько листов с разными форматами данных также можно прочитать с помощью функции read_excel с помощью класса-оболочки ExcelFile . Он прочитает несколько листов в память только один раз. В приведенном ниже примере мы читаем sheet1 и sheet2 в два фрейма данных и распечатываем их по отдельности.
import pandas as pd with pd.ExcelFile('C:/Users/Rasmi/Documents/pydatasci/input.xlsx') as xls: df1 = pd.read_excel(xls, 'Sheet1') df2 = pd.read_excel(xls, 'Sheet2') print("****Result Sheet 1****") print (df1[0:5]['salary']) print("") print("***Result Sheet 2****") print (df2[0:5]['zipcode'])
Когда мы выполняем приведенный выше код, он дает следующий результат.