使用 Pandas 像 Xlrd 模块读取 Excel 行答案

【问题标题】：Read Excel Rows Using Pandas like Xlrd module使用 Pandas 像 Xlrd 模块读取 Excel 行
【发布时间】：2020-09-15 02:46:27
【问题描述】：

在这个例子中，我展示了两种读取 excel 文件和打印数据的方法。我不想同时使用这两种方式，而是想像使用 xlrd 模块一样使用 pandas 模块来输出数据。我想遍历列/行并将其附加到数组(Col_B3, Col_C3, Col_D3) 我该怎么做？

import xlrd
import pandas as pd
import io

path = r'C:\Temp Files\My_Excel_File.xlsx'

''' USING XLRD '''
#open workbook
inputWorkbook = xlrd.open_workbook(path)
#open first sheet
Sheet = inputWorkbook.sheet_by_index(0)

Col_B3 = []
Col_C3 = []
Col_D3 = []

for row in range(2 ,Sheet.nrows):
    Col_B3.append(Sheet.cell_value(row, 1))
    Col_C3.append(Sheet.cell_value(row, 2))
    Col_D3.append(Sheet.cell_value(row, 3))

print(Col_B3)    
print(Col_C3)
print(Col_D3)


''' USING PANDAS '''
df = pd.read_excel(path)

print(df)

XLRD 输出

['Col_B3', 1.0, 2.0, 3.0, 4.0]
['Col_C3', 'Jack', 'Jill', 'Peter', 'Jade']
['Col_D3', 1200.0, 875.0, 120.0, 4230.0]

熊猫输出

   Unnamed: 0 Unnamed: 1 Unnamed: 2 Unnamed: 3
0         NaN        NaN        NaN        NaN
1         NaN     Col_B3     Col_C3     Col_D3
2         NaN          1       Jack       1200
3         NaN          2       Jill        875
4         NaN          3      Peter        120
5         NaN          4       Jade       4230

【问题讨论】：

标签： python excel pandas xlrd

【解决方案1】：

使用 XLRD，您可以更好地控制在读取数据时如何处理数据。Pandas 会按原样读取数据；您的第一列是空的，与第一行相同。您的数据也是列格式，因此 Pandas 以列方式读取。

您可以使用 Pandas 将其重塑为列表形式：

res = (df.dropna(how='all') #remove completely empty rows
      .dropna(how='all',axis=1) #remove completely empty columns
      .T #flip columns into row position
      #convert to list    
      .to_numpy()
      .tolist()
      )

print(res)

[['Col_B3', '1', '2', '3', '4'],
 ['Col_C3', 'Jack', 'Jill', 'Peter', 'Jade'],
 ['Col_D3', '1200', '875', '120', '4230']]

【讨论】：

【解决方案2】：

试试这个，我已经在电子表格中重新创建了你的数据。

import pandas as pd
import numpy as np

df = pd.read_excel(r"C:\Temp Files\My_Excel_File.xlsx")
#drop column name
df=df.drop(["Unnamed: 0"],axis=1)
#drop na
df=df.dropna(axis=0)

# remove all non-integer values
df = df[df.applymap(np.isreal).any(1)]

#Map column names

df.columns = ["Col_B3","Col_C3","Col_D3"]

#print results
print(df)

Col_B3 Col_C3 Col_D3
2      1   Jack   1200
3      2   Jill    875
4      3  Peter    120
5      4   Jade   4320

【讨论】：