python读取excel单元格内容_python如何读取文件夹下的所有文件

python读取excel单元格内容_python如何读取文件夹下的所有文件1.使用python内建的open()方法读取文本相对路径:example/ex2.txt,文件内容如下所示:测试内容,路径和内容,大家可根据自己心情设置。使用open()方法读取:print(‘—-使用python自带的open()读取文件—–‘)path=r’example/ex2.txt’frame=open(path)print(frame.readlines())此时,执行结果报错如下:我猜测open()方法的…

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

1.使用python 内建的open()方法读取文本

        相对路径:example/ex2.txt,文件内容如下所示:

python读取excel单元格内容_python如何读取文件夹下的所有文件

 测试内容,路径和内容,大家可根据自己心情设置。

使用open()方法读取:

print('----使用 python自带的open() 读取文件-----')
path = r'example/ex2.txt'
frame = open(path)
print(frame.readlines())

 此时,执行结果报错如下:

python读取excel单元格内容_python如何读取文件夹下的所有文件

 我猜测open() 方法的默认编码不支持中文读取,假如 我把TXT 文件中的汉语删除,再次执行:

python读取excel单元格内容_python如何读取文件夹下的所有文件

success!但是如何输出汉字哪?我猜测手动指定open()方法解析文本的编码方式 ,增加 encoding=’utf-8’。

   

path = r'D:\PythonTest\20200925\example\ex2.txt'
frame = open(path, encoding='utf-8')
print(frame.readlines())
frame.close()# 不用则把文件关闭

 python读取excel单元格内容_python如何读取文件夹下的所有文件

 完美读取出来!

不加会报错:

python读取excel单元格内容_python如何读取文件夹下的所有文件

2.使用 pandas 读取

使用 ExcelFile ,通过将 xls 或者 xlsx 路径传入,生成一个实例。

import pandas as pd

xlsx = pd.ExcelFile(r'example/ex1.xlsx')
print(xlsx)
print(type(xlsx))

print(pd.read_excel(xlsx, 'Sheet1'))

 Excel 的表格内容如下:

python读取excel单元格内容_python如何读取文件夹下的所有文件

 此时报错:

python读取excel单元格内容_python如何读取文件夹下的所有文件

 注意:读取 后缀名为 ‘.xlsx’ 的Excel文件,需要使用附加包 ‘xlrd’ (读取 .xls)和 ‘openpyxl’(读取 .xlsx),于是我就根据报错提示安装:

conda install xlrd

 安装结果:

python读取excel单元格内容_python如何读取文件夹下的所有文件

 之后执行代码 依然报错:

python读取excel单元格内容_python如何读取文件夹下的所有文件

 依然不支持读取。这时,我们再安装 ‘openpyxl’ 包:

conda install openpyxl

 此时 依然报错:

python读取excel单元格内容_python如何读取文件夹下的所有文件

方法一:使用 engine=’openpyxl’ 读取 Excel文件。

import pandas as pd

# 使用 ExcelFile ,通过将 xls 或者 xlsx 路径传入,生成一个实例
xlsx = pd.ExcelFile(r'example/ex1.xlsx' , engine='openpyxl') #
print(type(xlsx))
print(xlsx)
print(type(xlsx))

此时可以正常读取文件表格,终于成功了:

python读取excel单元格内容_python如何读取文件夹下的所有文件

法二:Package xlrd 默认安装的版本如下

python读取excel单元格内容_python如何读取文件夹下的所有文件

 引用自 pandas无法打开.xlsx文件,xlrd.biffh.XLRDError: Excel xlsx file; not supported_氦合氢离子的博客-CSDN博客 来源网络,如有侵权联系删除。

更换 xlrd 的版本为 1.2.0。

python读取excel单元格内容_python如何读取文件夹下的所有文件

执行一下代码:

import pandas as pd

# 使用 ExcelFile ,通过将 xls 或者 xlsx 路径传入,生成一个实例
xlsx = pd.ExcelFile(r'example/ex1.xlsx') #
print(type(xlsx))
print(xlsx)
print(type(xlsx))

 成功读取Excel 表格。

3.使用 pandas读取的简单方法

经过上一步的麻烦设置,我们不在理睬这2个包,开始尽情的使用python操作Excel表格。

直接使用 read_excel() 读取表格。

code如下,方便copy

import pandas as pd
path = r'D:\PythonTest\20200925\example\ex1.xlsx'
frame = pd.read_excel(path)   # 直接使用 read_excel() 方法读取
frame

python读取excel单元格内容_python如何读取文件夹下的所有文件

附录

公众号原文链接

知乎原文链接

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/186715.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • paddle tensorflow_平板屏保图片

    paddle tensorflow_平板屏保图片 tf.pad()文档如下,pad(tensor,paddings,mode=’CONSTANT’,name=None,constant_values=0)   Padsatensor.      Thisoperationpadsa`tensor`accordingtothe`paddings`youspecify.   `paddings`is…

    2022年8月13日
    1
  • 关于component-scan中base-package包含通配符的问题探究

    关于component-scan中base-package包含通配符的问题探究今天在配置Spring的component-scan时,发现了一个有趣的问题。就是在指定base-package时,如果使用了星号通配符*,有时会出现类扫描不到的情况。下面研究一下这个问题。先介绍一下项目结构: 为了演示,我在java文件夹下创建名为controller的包,并在该包下创建了一个名为IndexController的类。如图所示: 先来看正常情况: 在Spring配置…

    2022年6月13日
    86
  • tracert 原理_公道杯原理图解

    tracert 原理_公道杯原理图解Tracert原理

    2022年9月25日
    0
  • final、权限、内部类

    final、权限、内部类

    2021年5月19日
    113
  • 【Stream流】Sort排序详解「建议收藏」

    【Stream流】Sort排序详解「建议收藏」很多时候由于需求的复杂性,很多直接从数据库查出的数据并不能直接返回前端,需要进行处理,处理之后又需要排序,这时候一般都会使用Stream流的Sort排序场景一:普通排序正序(升序)list=list.stream().sorted().collect(Collectors.toList());或者list.stream().sorted(Comparator.comparing(Student::getAge))倒序(降序)list.stream().sorted(Comparator.

    2022年8月12日
    7
  • R-CNN算法_贝叶斯R语言

    R-CNN算法_贝叶斯R语言**R-CNN算法优化策略**1,两阶段检测的进阶模型首先进行数据处理,然后输入backbone得到特征图,然后进入RPN中提取候选区域roi,然后再ROIAlign提取特争,然后送入BBoxHead进行进一步的回归和分类。主要介绍方面第一步主要解决多尺度问题,预测物体大小第二部算是fastRNN的局部表示图主要用最后一层对下一步进行输入。第三步卷积神经网络存在下采样,在不同深度存在不同特征,第四步fpn将不同层的特征相互融合,将特征展现得更加全面。骨干网络和fpn相对独立,

    2022年9月7日
    0

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号