一、读取Excel文件
使用pandas的read_excel()方法，可通过文件路径直接读取。注意到，在一个excel文件中有多个sheet，因此，对excel文件的读取实际上是读取指定文件、并同时指定sheet下的数据。可以一次读取一个sheet，也可以一次读取多个sheet，同时读取多个sheet时后续操作可能不够方便，因此建议一次性只读取一个sheet。
当只读取一个sheet时，返回的是DataFrame类型，这是一种表格数据类型，它清晰地展示出了数据的表格型结构。具体写法为：
二、DataFrame对象的结构
对内容的读取分有表头和无表头两种方式，默认情形下是有表头的方式，即将第一行元素自动置为表头标签，其余内容为数据；当在read_excel()方法中加上header=None参数时是不加表头的方式，即从第一行起，全部内容为数据。读取到的Excel数据均构造成并返回DataFrame表格类型(以下以df表示)。
三、用values方式获取数据
1.基本方法
df.values，获取全部数据，返回类型为ndarray（二维）；
df.index.values，获取行索引向量，返回类型为ndarray（一维）；
df.columns.values，获取列索引向量（对有表头的方式，是表头标签向量），返回类型为ndarray（一维）。
根据具体需要，通过ndarray的使用规则获取指定数据。数据获取的结构示意图如下所示。
有表头
无表头
2.获取指定数据的写法
(1)获取全部数据：
df.values，获取全部数据，返回类型为ndarray（二维）。
3.示例
带表头，excel内容为
Python脚本为
import pandas as pd df = pd.read_excel("data_test.xlsx") print("\n(1)全部数据：") print(df.values) print("\n(2)第2行第3列的值：") print(df.values[1,2]) print("\n(3)第3行数据：") print(df.values[2]) print("\n(4)获取第2、3行数据：") print(df.values[[1,2]]) print("\n(5)第2列数据：") print(df.values[:,1]) print("\n(6)第2、3列数据：") print(df.values[:,[1,2]]) print("\n(7)第2至4行、第3至5列数据：") print(df.values[1:4,2:5]) 四、用loc和iloc方式获取数据
1.基本写法
loc和iloc方法是通过索引定位的方式获取数据的，写法为loc[A, B]和iloc[A, B]。其中A表示对行的索引，B表示对列的索引，B可缺省。A、B可为列表或i1:i2（切片）的形式，表示多行或多列。
这两个方法的区别是，loc将参数当作标签处理，iloc将参数当作索引号处理。也就是说，在有表头的方式中，当列索引使用str标签时，只可用loc，当列索引使用索引号时，只可用iloc；在无表头的方式中，索引向量也是标签向量，loc和iloc均可使用；在切片中，loc是闭区间，iloc是半开区间。
2.示例
带表头，excel内容为
Python脚本为
import pandas as pd df = pd.read_excel("data_test.xlsx") print("\n(1)全部数据：") print(df.iloc[:,:].values) print("\n(2)第2行第3列的值：") print(df.iloc[1,2]) print("\n(3)第3行数据：") print(df.iloc[2].values) print("\n(4)第2列数据：") print(df.iloc[:,1].values) print("\n(5)第6行的姓名：") print(df.loc[5,"姓名"]) print("\n(6)第2至3行、第3至4列数据：") print(df.iloc[1:3,2:4].values) - https://www.cnblogs.com/liulinghua90/p/9935642.html
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/224616.html原文链接：https://javaforall.net
