這篇文章帶給大家的內容是關於python中pandas和xlsxwriter讀寫xlsx檔的方法介紹(附程式碼),有一定的參考價值,有需要的朋友可以參考一下,希望對你有所幫助。
已有xlsx檔案如下:
1. 讀取前n行所有資料
# coding: utf-8 import pandas as pd # 1. 读取前n行所有数据 df = pd.read_excel('school.xlsx')#读取xlsx中第一个sheet data1 = df.head(7) # 读取前7行的所有数据,dataFrame结构 data2 = df.values #list形式,读取表格所有数据 print("获取到所有的值:\n{0}".format(data1)) #格式化输出 print("获取到所有的值:\n{0}".format(data2)) #格式化输出
2. 讀取特定行,特定列
# coding: utf-8 import pandas as pd # 2. 读取特定行,特定列 df = pd.read_excel('school.xlsx') #读取xlsx中第一个sheet data1 = df.ix[0].values #读取第一行所有数据,0表示第一行,不包含表头 data2 = df.ix[1,1] #读取指定行列位置数据 data3 = df.ix[[1,2]].values #读取指定多行 data4 = df.ix[:,[0]].values #读取指定列的所有行 #data4 = df[u'class'].values #同上 data5 = df.ix[:,[u'class',u'name']].values #读取指定键值列的所有行 print("数据:\n{0}".format(data1)) print("数据:\n{0}".format(data2)) print("数据:\n{0}".format(data3)) print("数据:\n{0}".format(data4)) print("数据:\n{0}".format(data5))
3. 取得xlsx檔行號,所有列名
# coding: utf-8 import pandas as pd # 3. 获取xlsx文件行号,所有列名称 df = pd.read_excel('school.xlsx') #读取xlsx中第一个sheet print("输出行号列表{}".format(df.index.values)) # 获取xlsx文件的所有行号 print("输出列标题{}".format(df.columns.values)) #所有列名称
4. 讀取xlsx資料轉換為字典
# coding: utf-8 import pandas as pd # 4. 读取xlsx数据转换为字典 df = pd.read_excel('school.xlsx') #读取xlsx中第一个sheet test_data=[] for i in df.index.values:#获取行号的索引,并对其进行遍历: #根据i来获取每一行指定的数据 并利用to_dict转成字典 row_data=df.ix[i,['id','name','class','data','stature']].to_dict() test_data.append(row_data) print("最终获取到的数据是:{0}".format(test_data))
5. 寫xlsx檔
#coding: utf-8 import xlsxwriter # 创建工作簿 file_name = "first_book.xlsx" workbook = xlsxwriter.Workbook(file_name) # 创建工作表 worksheet = workbook.add_worksheet('sheet1') # 写单元格 worksheet.write(0, 0, 'id') worksheet.write(0,1, 'name') worksheet.write(0,2, 'class') worksheet.write(0,3, 'data') # 写行 worksheet.write_row(1, 0, [1, 2, 3]) # 写列,其中列D需要大写 worksheet.write_column('D2', ['a', 'b', 'c']) # 关闭工作簿 workbook.close()
寫入的xlsx檔如下:
以上是python中pandas和xlsxwriter讀寫xlsx檔的方法介紹(附程式碼)的詳細內容。更多資訊請關注PHP中文網其他相關文章!

numpyArraysareAreBetterFornumericalialoperations andmulti-demensionaldata,而learthearrayModuleSutableforbasic,內存效率段

numpyArraySareAreBetterForHeAvyNumericalComputing,而lelethearRayModulesiutable-usemoblemory-connerage-inderabledsswithSimpleDatateTypes.1)NumpyArsofferVerverVerverVerverVersAtility andPerformanceForlargedForlargedAtatasetSetsAtsAndAtasEndCompleXoper.2)

ctypesallowscreatingingangandmanipulatingc-stylarraysinpython.1)usectypestoInterfacewithClibrariesForperfermance.2)createc-stylec-stylec-stylarraysfornumericalcomputations.3)passarraystocfunctions foreforfunctionsforeffortions.however.however,However,HoweverofiousofmemoryManageManiverage,Pressiveo,Pressivero

Inpython,一個“列表” isaversatile,mutableSequencethatCanholdMixedDatateTypes,而“陣列” isamorememory-sepersequeSequeSequeSequeSequeRingequiringElements.1)列表

pythonlistsandArraysareBothable.1)列表Sareflexibleandsupportereceneousdatabutarelessmory-Memory-Empefficity.2)ArraysareMoremoremoremoreMemoremorememorememorememoremorememogeneSdatabutlesserversEversementime,defteringcorcttypecrecttypececeDepeceDyusagetoagetoavoavoiDerrors。

Python和C 各有優勢,選擇應基於項目需求。 1)Python適合快速開發和數據處理,因其簡潔語法和動態類型。 2)C 適用於高性能和系統編程,因其靜態類型和手動內存管理。

選擇Python還是C 取決於項目需求:1)如果需要快速開發、數據處理和原型設計,選擇Python;2)如果需要高性能、低延遲和接近硬件的控制,選擇C 。

通過每天投入2小時的Python學習,可以有效提升編程技能。 1.學習新知識:閱讀文檔或觀看教程。 2.實踐:編寫代碼和完成練習。 3.複習:鞏固所學內容。 4.項目實踐:應用所學於實際項目中。這樣的結構化學習計劃能幫助你係統掌握Python並實現職業目標。


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

EditPlus 中文破解版
體積小,語法高亮,不支援程式碼提示功能

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

Dreamweaver Mac版
視覺化網頁開發工具

MinGW - Minimalist GNU for Windows
這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。