简介 最常用的pandas函数之一是read_excel。本文展示了如何读入一个Excel工作簿中的所有选项卡,并使用一条命令将它们合并到一个pandas数据帧中。 对于那些想要TLDR(太长不读)的人来说,以下是该命令: 请继续阅读,了解何时使用此功能以及它是如何工作的。 Excel工作表 在本例中,我们假设Excel工作簿的结构如下: 我将描述的过程适用于以下情况: 数据不能进行跨选项卡复制(工作表1是一个完整的月,后面的工作表总共只有一个月的数据) 所有列的名称都是相同的 您希望读入所有选项卡并合并它们 理解read_excel read_excel函数是一个全能的pandas函数。对于这种特定情况,我们可以使用sheet_name参数来简化我们Excel文件中所有工作表的读入。 大多数情况下,您会从一个Excel文件中读入一个特定的工作表: 如果仔细查看文档,您可能会注意到,如果您使用sheet_name=None,您就可以一次读取工作簿中的所有工作表。让我们试一下: Pandas将读入所有的工作表并返回一个collections.OrderedDict对象。为了提高本文的可读性,我定义了完整的url并将其传递给read_excel。在实践中,您可能会决定使用这个命令。 让我们检查生成的all_dfs: 如果您想将一个单个的工作表作为一个数据帧来访问: 如果我们想将所有单独的数据帧组合到一个数据帧中,我们就使用pd.concat: 在这种情况下,我们将使用ignore_index,因为自动生成的Sheet1、Sheet2等索引是没有意义的。 如果您的数据符合上面列出的结构,这一行程序将返回一个pandas数据帧,它合并了每个Excel工作表中的数据: 总结 这个技巧在合适的情况下是有用的。它还说明了“仅”读入一个Excel文件的pandas命令的功能有多强大。如果您想亲自尝试一下,您可以在github上找到完整的notebook。 英文原文:https:///pandas-excel-tabs.html 译者:野生大熊猫 |
|