numpy中的converters和usecols用法詳解
用Python打開(kāi)Excel數(shù)據(jù),讀取時(shí)需要將”學(xué)號(hào)“和“ID"轉(zhuǎn)換成字符,以便后續(xù)操作
df = pd.read_excel(path, converters={'學(xué)號(hào)': str, 'ID': str})
以下是我的經(jīng)歷來(lái)體會(huì):
我在從Excel讀入python的數(shù)據(jù)時(shí),發(fā)現(xiàn)讀出的是空值:
import pandas as pd df=pd.read_excel("D:/Python/05DataMineML/2022STU(1).xlsx") df
但是分明是有數(shù)據(jù)的,大概率出現(xiàn)的原因是sheetname
(表的名稱)出現(xiàn)了問(wèn)題。
那就試試其他的方法:
下圖是Excel的表頭,共有115行數(shù)據(jù)。
方法一:使用usecols
#獲取字段的第一種寫法 import pandas as pd df=pd.read_excel('../05DataMineML/2022STU(1).xlsx',usecols=['學(xué)號(hào)','姓名','20220101','20220125','20220202','20220208','20220213','20220220','20220226','20220311','20220320','20220327','20220403','randscore'],index_col='姓名',sheet_name='2022STUMOOC') df.info()
index_col:指定作為表格的索引值
usecols:pandas讀取excel使用read_excel()中的usecols參數(shù)讀取指定的列
sheet_name:表名
重點(diǎn):要使用usecols參數(shù),sheet_name必須顯式寫出來(lái)。
方法二:使用numpy
#獲取字段的第二種寫法:使用numpy import pandas as pd import numpy as np df=pd.read_excel('../05DataMineML/2022STU(1).xlsx',converters={'學(xué)號(hào)':str},usecols=np.arange(3,16),index_col='姓名',sheet_name='2022STU') df.head()
這里就涉及converters:
converters={'學(xué)號(hào)':str}
:將學(xué)號(hào)轉(zhuǎn)換為字符類型,以便后續(xù)操作。
這里使用了usecols=np.arange(3,16)
方法三:使用切片區(qū)間
#獲取字段的第三種寫法:切片區(qū)間 import pandas as pd import numpy as np df=pd.read_excel('../05DataMineML/2022STUMOOC (1).xlsx',converters={'學(xué)號(hào)':str},usecols=("D:P"),index_col='姓名',sheet_name='2022STUMOOC') df
這里使用了usecols=("D:P")
,也就是使用了如下圖每列的序號(hào)值做切片
總結(jié):
converters用法:轉(zhuǎn)換類型。比如將Excel數(shù)據(jù)一列從int變成str
usecols用法
usecols=[‘學(xué)號(hào)',‘姓名'] usecols=np.arange(3,16) usecols=(“D:P”)
到此這篇關(guān)于numpy中的converters和usecols用法詳解的文章就介紹到這了,更多相關(guān)numpy converters和usecols內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
django 數(shù)據(jù)庫(kù)連接模塊解析及簡(jiǎn)單長(zhǎng)連接改造方法
今天小編就為大家分享一篇django 數(shù)據(jù)庫(kù)連接模塊解析及簡(jiǎn)單長(zhǎng)連接改造方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-08-08手把手教你利用Python創(chuàng)建一個(gè)游戲窗口
pygame是python用來(lái)寫游戲的擴(kuò)展包,用這個(gè)擴(kuò)展包,可以比較容易的構(gòu)造一個(gè)游戲窗口,這篇文章主要給大家介紹了關(guān)于如何利用Python創(chuàng)建一個(gè)游戲窗口的相關(guān)資料,需要的朋友可以參考下2022-07-07python flask開(kāi)發(fā)的簡(jiǎn)單基金查詢工具
基于python flask開(kāi)發(fā)的簡(jiǎn)單基金查詢工具,支持大盤指數(shù)實(shí)時(shí)情況查看,總持倉(cāng)實(shí)際漲幅、預(yù)估漲幅等功能,感興趣的朋友可以下載該項(xiàng)目來(lái)查看使用2021-06-06分析Python中解析構(gòu)建數(shù)據(jù)知識(shí)
本篇文章給大家講述一下Python中解析構(gòu)建數(shù)據(jù)知識(shí)的相關(guān)內(nèi)容,有需要的朋友跟著學(xué)習(xí)下。2018-01-01python實(shí)現(xiàn)12306火車票查詢器
這篇文章主要介紹了python實(shí)現(xiàn)12306火車票查詢器,需要的朋友可以參考下2017-04-04基于PyQt5實(shí)現(xiàn)狀態(tài)欄(statusBar)顯示和隱藏功能
這篇文章主要為大家詳細(xì)介紹了如何利用PyQt5實(shí)現(xiàn)狀態(tài)欄顯示和隱藏功能,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來(lái)幫助2022-08-08Python實(shí)踐之使用Pandas進(jìn)行數(shù)據(jù)分析
在數(shù)據(jù)分析領(lǐng)域,Python的Pandas庫(kù)是一個(gè)非常強(qiáng)大的工具。這篇文章將為大家詳細(xì)介紹如何使用Pandas進(jìn)行數(shù)據(jù)分析,希望對(duì)大家有所幫助2023-04-04python調(diào)用Matplotlib繪制分布點(diǎn)并且添加標(biāo)簽
這篇文章主要為大家詳細(xì)介紹了python調(diào)用Matplotlib繪制分布點(diǎn)并且添加標(biāo)簽的方法,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-05-05