Python 2.7 pandas read_excel 使用详解：从读取到保存
本文详解Python 2.7中pandas库的read_excel函数用法。通过import导入模块并缩写为pd，演示如何读取指定路径的Excel文件至DataFrame对象。重点讲解利用sheetname参数读取特定工作表，查看dtypes获取列类型，以及使用drop_duplicates按Member字段去重并保留最后一行数据。最后通过ExcelWriter将处理后的结果保存为新的Excel文件，提供完整代码示例供参考。
首先需要导入pandas模块：
import pandas as pd
通过import语句引入pandas库，并为了方便后续调用，通常将其简写为pd。
接下来读取需要处理的Excel文件：
df = pd.read_excel('log.xls')
调用read_excel函数来加载Excel文件，使用时需将路径替换为实际文件所在的路径。读取完成后，数据会转换为pandas的DataFrame对象。DataFrame是一种面向列的二维数据结构，包含列表和行索引，对Excel的操作即转化为对DataFrame的操作。此外，若Excel文件中包含多个工作表且只需读取其中一个，可以添加以下参数：
df = pd.read_excel('log.xls', sheetname=1)
增加sheetname参数，用于指定读取第几个工作表，索引从0开始。例如上述代码中设置为1，即表示读取第二个工作表。
数据读取后，可以先查看表头信息及每一列的数据类型：
df.dtypes
输出结果如下所示：
Member object Unnamed: 1 float64 Unnamed: 2 float64 Unnamed: 3 float64 Unnamed: 4 float64 Unnamed: 5 float64 家内外活动类型 object Unnamed: 7 object activity object dtype: object
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')
上述代码的含义是根据Member字段去除重复行，并保留相同Member值的最后一行数据。这样即可获取每个member对应的最后一行记录，返回经过筛选后的DataFrame对象。
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()
output.xls为自定义的文件名，可根据需要修改；随后将DataFrame的内容写入该文件，最后调用save方法将文件保存至系统磁盘。
执行完毕后，当前目录下会出现一个新文件，可直接使用Excel软件打开查看。
Pandas提供了丰富的API，用户可根据具体任务需求查阅官方文档，选择合适的函数来完成相应操作。
附：一个完整的示例代码
#coding=utf-8
import 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()
以上关于Python 2.7中pandas库read_excel函数的详解内容分享完毕，希望能对大家有所帮助，也欢迎继续支持本站。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
