python 解析 excel 對比

包	版本	xls讀	xlsx讀	xls寫	xlsx寫	備注
xlrd	1.1.0（2017年8月22日）	√	√			2.0 之后不支持xlsx
xlwt	1.3.0（2017年8月22日）			√
openpyxl	2.6.2（2019年3月29日）		√		√
XlsxWriter	1.2.1（2019年9月14日）				√
xlutils	2.0.0（2019年6月9日）	√	√	√		需xlrd/xlwt配合
pandas	0.25.1（2019年8月22日）	√	√	√	√	需xlrd/xlwt/openpyxl/xlsxwriter配合

簡介

Pandas是python的一個數據分析包，納入了大量庫和一些標準的數據模型，提供了高效地操作大型數據集所需的工具。

Pandas提供了大量能使我們快速便捷地處理數據的函數和方法。

Pandas官方文檔：https://pandas.pydata.org/pandas-docs/stable/

Pandas中文文檔：https://www.pypandas.cn

安裝

1. pandas依賴處理Excel的xlrd模塊，所以我們需要提前安裝 xlrd，命令：pip install xlrd

2. 安裝pandas模塊還需要一定的編碼環境，所以我們自己在安裝的時候，確保你的電腦有這些環境：Net.4 、VC-Compiler以及winsdk_web。

3. 步驟1和2 準備好了之后，就可以開始安裝pandas了，命令：pip install pandas

pandas操作Excel表單

簡單示例

import  pandas  as pd
from pandas import DataFrame# 讀
data = pd.read_excel('1.xlsx')# 查看所有的值
print(data.values)# 查看第一行的值
print(data.values[0])# 查看某一列所有的值
print(data['標題列1'].values)# 新增列
data['標題列3'] = None# 新增行
data.loc[3] = ['王五', 100, '男']# 刪除行：axis=0
data = data.drop([0,1], axis=0)# 刪除列：axis=1
data.drop('標題列3', axis=1)# 保存
DataFrame(data).to_excel('1.xlsx', sheet_name='Sheet1', index=False, header=True)

讀取excel

read_excel方法說明

pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None, squeeze=False,dtype=None, engine=None, converters=None, true_values=None, false_values=None, skiprows=None, nrows=None, na_values=None, parse_dates=False, date_parser=None, thousands=None, comment=None, skipfooter=0, convert_float=True, **kwds)io：excel文件
sheet_name：返回指定sheet，默認索引0返回第一個，也可用名稱，如果返回多個則可用列表，為None則返回全表
header：指定表頭，也可用列表指定多行
names：自定義列名，長度和Excel列長度必須一致
index_col：用作索引的列
usecols：讀取指定的列，參數為列表，如[0,1]表示第1和第2列

讀取Excel文件，得到的結果是一個二維矩陣

# 默認讀取第一個表單
df=pd.read_excel('1.xlsx')# 可以通過sheet_name來指定讀取的表單
df=pd.read_excel('1.xlsx',sheet_name='student')# 表格首行為無效數據 或 表格首行為空 ，header=1
rdexcle = pd.read_excel('1.xlsx',header=1)data=df.head() # 默認讀取前5行的數據
print("獲取到所有的值:\n{0}".format(data)) # 格式化輸出# 通過表單索引來指定要訪問的表單，0表示第一個表單
# 也可以采用表單名和索引的雙重方式來定位表單
# 也可以同時定位多個表單，方式都羅列如下所示
df=pd.read_excel('1.xlsx',sheet_name=['python','student']) # 可以通過表單名同時指定多個
# df=pd.read_excel('1.xlsx',sheet_name=0) # 可以通過表單索引來指定讀取的表單
# df=pd.read_excel('1.xlsx',sheet_name=['python',1]) # 可以混合的方式來指定
# df=pd.read_excel('1.xlsx',sheet_name=[1,2])  # 可以通過索引 同時指定多個
data=df.values # 獲取所有的數據，注意這里不能用head()方法哦~
print("獲取到所有的值:\n{0}".format(data))

查看屬性、列名、顯示前幾行、后幾行

data = pd.read_excel('1.xlsx') 
print('顯示表格的屬性:',data.shape)   # 打印顯示表格的屬性，幾行幾列
print('顯示表格的列名:',data.columns) # 打印顯示表格有哪些列名
# head() 默認顯示前5行，可在括號內填寫要顯示的條數
print('顯示表格前三行:',data.head(1)) 
# tail() 默認顯示后5行，可在括號內填寫要顯示的條數
print('顯示表格后五行:',data.tail())

data = pd.read_excel('lemon.xlsx') 
data.columns=['ID','NAME']         # 設置表頭
data.set_index('ID',inplace=True)  # inplace=True表示 在當前表上修改。不用再新建表

三、pandas操作Excel的行列

1：讀取指定的單行，數據會存在列表里面

# 讀取指定行
df=pd.read_excel('lemon.xlsx')  # 這個會直接默認讀取到這個Excel的第一個表單
data=df.ix[0].values#0表示第一行 這里讀取數據并不包含表頭，要注意哦！
print("讀取指定行的數據：\n{0}".format(data))

2：讀取指定的多行，數據會存在嵌套的列表里面：

df=pd.read_excel('lemon.xlsx')
data=df.ix[[1,2]].values  # 讀取指定多行的話，就要在ix[]里面嵌套列表指定行數
print("讀取指定行的數據：\n{0}".format(data))

3：讀取指定的行列：

df=pd.read_excel('lemon.xlsx')
data=df.ix[1,2]#讀取第一行第二列的值，這里不需要嵌套列表
print("讀取指定行的數據：\n{0}".format(data))

4：讀取指定的多行多列值：

df=pd.read_excel('lemon.xlsx')
data=df.ix[[1,2],['title','data']].values#讀取第一行第二行的title以及data列的值，這里需要嵌套列表
print("讀取指定行的數據：\n{0}".format(data))

5：獲取所有行的指定列

df=pd.read_excel('lemon.xlsx')
data=df.ix[:,['title','data']].values#讀所有行的title以及data列的值，這里需要嵌套列表
print("讀取指定行的數據：\n{0}".format(data))

6：獲取行號并打印輸出

df=pd.read_excel('lemon.xlsx')
print("輸出行號列表",df.index.values)輸出結果是：
輸出行號列表 [0 1 2 3]

7：獲取列名并打印輸出

df=pd.read_excel('lemon.xlsx')
print("輸出列標題",df.columns.values)運行結果如下所示：
輸出列標題 ['case_id' 'title' 'data']

8：獲取指定行數的值：

df=pd.read_excel('lemon.xlsx')
print("輸出值",df.sample(3).values)#這個方法類似于head()方法以及df.values方法輸出值[[2 '輸入錯誤的密碼' '{"mobilephone":"18688773467","pwd":"12345678"}'][3 '正常充值' '{"mobilephone":"18688773467","amount":"1000"}'][1 '正常登錄' '{"mobilephone":"18688773467","pwd":"123456"}']]

9：獲取指定列的值：

df=pd.read_excel('lemon.xlsx')
print("輸出值\n",df['data'].values)

四：pandas處理Excel數據成為字典

df=pd.read_excel('lemon.xlsx')
test_data=[]
for i in df.index.values:#獲取行號的索引，并對其進行遍歷：#根據i來獲取每一行指定的數據 并利用to_dict轉成字典row_data=df.ix[i,['case_id','module','title','http_method','url','data','expected']].to_dict()test_data.append(row_data)
print("最終獲取到的數據是：{0}".format(test_data))

最后得到的結果是：

最終獲取到的數據是：
[{'title': '正常登錄', 'case_id': 1, 'data': '{"mobilephone":"18688773467","pwd":"123456"}'}, 
{'title': '輸入錯誤的密碼', 'case_id': 2, 'data': '{"mobilephone":"18688773467","pwd":"12345678"}'}, 
{'title': '正常充值', 'case_id': 3, 'data': '{"mobilephone":"18688773467","amount":"1000"}'}, 
{'title': '充值輸入負數', 'case_id': 4, 'data': '{"mobilephone":"18688773467","amount":"-100"}'}]