这篇文章主要介绍了关于对python 2.7 pandas 中的read_excel详解，有着一定的参考价值，现在分享给大家，有需要的朋友可以参考一下
导入pandas模块：
import pandas as pd
登录后复制
使用import读入pandas模块，并且为了方便使用其缩写pd指代。
读入待处理的excel文件：
立即学习“Python免费学习笔记（深入）”；
df = pd.read_excel('log.xls')登录后复制
通过使用read_excel函数读入excel文件，后面需要替换成excel文件所在的路径。读入之后变为pandas的DataFrame对象。DataFrame是一个面向列(column-oriented)的二维表结构，且含有列表和行标，对excel文件的操作就转换为对DataFrame操作。另外，如果一个excel含有多个表，如果你只想读入其中一个可以：
df = pd.read_excel('log.xls', sheetname=1)登录后复制
增加了一个参数sheetname，表示的是第几个表，从0开始计数。我上面设置的是1，也就是第二个表。
读入之后，可以先查看表头信息和每一列的数据类型：
df.dtypes
登录后复制
输出如下：
Member objectUnnamed: 1 float64Unnamed: 2 float64Unnamed: 3 float64Unnamed: 4 float64Unnamed: 5 float64家内外活动类型 objectUnnamed: 7 objectactivity objectdtype: object
登录后复制
提取每个member连续出现的最后一行数据：
new_df = df.drop_duplicates(subset='Member', keep='last')
登录后复制
以上语句的意思是根据Member字段去除掉多余的行，并且保留相同行的最后一行数据。这些就得到了每一个member最后一行的数据了，返回了经过筛选后的DataFrame。
接下来需要将处理后的结果，保存为excel文件：
out = pd.ExcelWriter('output.xls')new_df.to_excel(out)out.save()登录后复制
output.xls是你要保存的文件名，可以任取；然后将DataFrame的内容保存到该文件，最后保存该文件到系统的磁盘上。
接下来，你就可以在当前目录看到一个新的文件，可以直接使用excel打开查看。
Pandas还提供了很多的API，可以根据具体的任务，查找API文档，找到合适的函数来完成任务。
附：一个完整的示例
#coding=utf-8import pandas as pd # 读入excel文件中的第2个表df = pd.read_excel('log.xls', sheetname=1)# 查看表的数据类型print df.dtypes# 查看Member列的数据print df['Member'] '''# 新建一列，每一行的值是Member列和activity列相同行值的和for i in df.index: df['activity_2'][i] = df['Member'][i] + df['activity'][i]''' # 根据Member字段去除掉多余的行，并且保留相同行的最后一行数据new_df = df.drop_duplicates(subset='Member', keep='last')# 导出结果out = pd.ExcelWriter('output.xls')new_df.to_excel(out)out.save()登录后复制
以上就是对Python 2.7 pandas 中的read_excel详解的详细内容，更多请关注【创想鸟】其它相关文章！
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。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至253000106@qq.com举报，一经查实，本站将立刻删除。
发布者：PHP中文网，转转请注明出处：https://www.chuangxiangniao.com/p/2262720.html
