Python利用pandas讀寫Excel文件

pandas模塊read_excel讀取Excel文件

使用pandas模塊讀取Excel文件可以更為方便和快捷。pandas可以將Excel文件讀取為一個DataFrame對象，方便進行數據處理和分析。

以下是使用pandas讀取Excel文件的示例代碼：

importpandasaspd
df=pd.read_excel('test.xlsx',sheet_name='test1',merge_cells=True,na_values=['NA'])
df=df.fillna('')

#格式化輸出
withpd.option_context('display.max_rows',None,'display.max_columns',None):
print(df.to_string(index=False,header=True,col_space=4,justify='left'))

在讀取Excel文件時，read_excel函數提供了很多參數，可以用于控制讀取的方式和行為，例如讀取指定的工作表、指定的行和列、指定數據類型、跳過指定的行等等。你可以根據需要設置這些參數。 除了讀取Excel文件，pandas還提供了很多數據處理和分析的工具和函數，例如數據重塑、數據聚合、數據可視化等等。如果需要對Excel文件進行復雜的數據處理和分析，pandas將是一個很好的選擇。

merge_cells=True

pandas可以通過設置merge_cells參數來控制如何讀取數據。當merge_cells設置為True時，pandas將讀取合并單元格中的第一個單元格的值，并將其復制到其他合并單元格中。當merge_cells設置為False時，pandas將讀取每個合并單元格的值。

na_values=['NA']

可以設置na_values參數來指定哪些值被認為是NaN。 使用fillna()函將其設置為空格字符串（''）或者設置為Excel文件中的特定值。

withpd.option_context('display.max_rows',None,'display.max_columns',None):
print(df.to_string(index=False,header=True,col_space=4,justify='left'))

使用to_string()函數將數據格式化輸出，將行索引或者列頭隱藏，每列的寬度為4，左對齊顯示。

注意，在使用pandas輸出Excel格式時，使用to_string()函數輸出的結果可能無法精確地模仿Excel的外觀和格式。這取決于你的數據和你的格式要求，可能需要調整輸出的方式來達到目標。

運行結果如下：

pandas模塊to_excel寫入Excel文件

要將pandas數據寫入Excel文件，可以使用pandas模塊中的to_excel()函數。

importpandasaspd
#創建一個數據幀
df=pd.DataFrame({'列1':[1,2,3],'列2':[4,5,6],'列3':[7,8,9]})
#將數據幀寫入Excel文件
df.to_excel('pandas_write.xlsx',sheet_name='Sheet1',index=False)

在這個例子中，首先使用pandas創建了一個包含三列數據的數據幀。

然后，使用to_excel()函數將該數據幀寫入了一個名為“pandas_write.xlsx”的Excel文件中，并將工作表命名為“Sheet1”。

通過將index參數設置為False，可以避免在Excel文件中寫入數據幀的行索引。

如果要將多個數據幀寫入同一個Excel文件中的不同工作表，可以多次調用to_excel()函數，并指定不同的工作表名稱。

審核編輯：湯梓紅