Pandas 是一個(gè)強(qiáng)大的數(shù)據(jù)分析和處理庫(kù)，可以用來(lái)讀取和處理多種數(shù)據(jù)格式，包括 Excel 文件。下面是如何使用 Pandas 讀取 Excel 文件的示例：

首先，確保您已經(jīng)安裝了 Pandas。如果尚未安裝，可以使用以下命令安裝：

pip install pandas

Excel

Excel導(dǎo)入

然后，您可以按照以下步驟讀取 Excel 文件：

導(dǎo)入 Pandas： 在 Python 代碼中導(dǎo)入 Pandas 庫(kù)。

import pandas as pd

讀取 Excel 文件： 使用 Pandas 的 read_excel 函數(shù)來(lái)讀取 Excel 文件。傳遞文件路徑作為參數(shù)。

df = pd.read_excel('path/to/your/file.xlsx')

可選參數(shù)： read_excel 函數(shù)還支持許多可選參數(shù)，例如 sheet_name（工作表名稱或索引）、header（列頭行的索引）、index_col（作為索引的列）、usecols（要讀取的列）、dtype（指定數(shù)據(jù)類型）等等。根據(jù)需要進(jìn)行設(shè)置。

以下是一個(gè)完整的示例，假設(shè)您的 Excel 文件名為 data.xlsx，其中包含一個(gè)名為 Sheet1 的工作表：

import pandas as pd

# 讀取 Excel 文件
df = pd.read_excel('data.xlsx', sheet_name='Sheet1')

# 打印前幾行數(shù)據(jù)
print(df.head())

這個(gè)示例會(huì)讀取 Excel 文件中的 Sheet1 工作表，并打印出前幾行數(shù)據(jù)。

請(qǐng)根據(jù)您的實(shí)際情況調(diào)整文件路徑、工作表名稱以及其他參數(shù)。

Excel導(dǎo)出

使用 Pandas 可以將數(shù)據(jù)導(dǎo)出到 Excel 文件。下面是如何使用 Pandas 導(dǎo)出數(shù)據(jù)到 Excel 文件的示例：

導(dǎo)入 Pandas： 在 Python 代碼中導(dǎo)入 Pandas 庫(kù)。

import pandas as pd

創(chuàng)建數(shù)據(jù)： 創(chuàng)建一個(gè) Pandas DataFrame，這將是要導(dǎo)出到 Excel 文件的數(shù)據(jù)。

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 22],
    'City': ['New York', 'London', 'Paris']
}

df = pd.DataFrame(data)

導(dǎo)出到 Excel 文件： 使用 Pandas 的 to_excel 方法將 DataFrame 導(dǎo)出到 Excel 文件。傳遞文件路徑作為參數(shù)。

df.to_excel('output.xlsx', index=False)

在這個(gè)示例中，數(shù)據(jù)將被導(dǎo)出到名為 output.xlsx 的 Excel 文件中。index=False 參數(shù)指示不保存 DataFrame 的索引列。

完整示例代碼：

import pandas as pd

# 創(chuàng)建數(shù)據(jù)
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 22],
    'City': ['New York', 'London', 'Paris']
}

df = pd.DataFrame(data)

# 導(dǎo)出到 Excel 文件
df.to_excel('output.xlsx', index=False)

這將生成一個(gè)包含數(shù)據(jù)的 Excel 文件 output.xlsx。您可以根據(jù)需要進(jìn)行修改，包括文件路徑、數(shù)據(jù)和其他選項(xiàng)。

CSV

CSV導(dǎo)入

使用 Pandas 可以很容易地將 CSV 數(shù)據(jù)導(dǎo)入到 DataFrame 中。下面是如何使用 Pandas 導(dǎo)入 CSV 數(shù)據(jù)的示例：

導(dǎo)入 Pandas： 在 Python 代碼中導(dǎo)入 Pandas 庫(kù)。

import pandas as pd

讀取 CSV 文件： 使用 Pandas 的 read_csv 函數(shù)來(lái)讀取 CSV 文件。傳遞文件路徑作為參數(shù)。

df = pd.read_csv('path/to/your/file.csv')

可選參數(shù)： read_csv 函數(shù)還支持許多可選參數(shù)，例如 sep（分隔符）、header（列頭行的索引）、index_col（作為索引的列）、usecols（要讀取的列）、dtype（指定數(shù)據(jù)類型）等等。根據(jù)需要進(jìn)行設(shè)置。

以下是一個(gè)完整的示例，假設(shè)您的 CSV 文件名為 data.csv，包含以下數(shù)據(jù)：

Name,Age,City
Alice,25,New York
Bob,30,London
Charlie,22,Paris

import pandas as pd

# 讀取 CSV 文件
df = pd.read_csv('data.csv')

# 打印數(shù)據(jù)
print(df)

這個(gè)示例會(huì)讀取 CSV 文件中的數(shù)據(jù)并將其打印出來(lái)。

請(qǐng)根據(jù)您的實(shí)際情況調(diào)整文件路徑和其他參數(shù)。

CSV導(dǎo)出

使用 Pandas 可以將數(shù)據(jù)導(dǎo)出到 CSV 文件。下面是如何使用 Pandas 導(dǎo)出數(shù)據(jù)到 CSV 文件的示例：

導(dǎo)入 Pandas： 在 Python 代碼中導(dǎo)入 Pandas 庫(kù)。

import pandas as pd

創(chuàng)建數(shù)據(jù)： 創(chuàng)建一個(gè) Pandas DataFrame，這將是要導(dǎo)出到 CSV 文件的數(shù)據(jù)。

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 22],
    'City': ['New York', 'London', 'Paris']
}

df = pd.DataFrame(data)

導(dǎo)出到 CSV 文件： 使用 Pandas 的 to_csv 方法將 DataFrame 導(dǎo)出到 CSV 文件。傳遞文件路徑作為參數(shù)。

df.to_csv('output.csv', index=False)

在這個(gè)示例中，數(shù)據(jù)將被導(dǎo)出到名為 output.csv 的 CSV 文件中。index=False 參數(shù)指示不保存 DataFrame 的索引列。

完整示例代碼：

import pandas as pd

# 創(chuàng)建數(shù)據(jù)
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 22],
    'City': ['New York', 'London', 'Paris']
}

df = pd.DataFrame(data)

# 導(dǎo)出到 CSV 文件
df.to_csv('output.csv', index=False)

這將生成一個(gè)包含數(shù)據(jù)的 CSV 文件 output.csv。您可以根據(jù)需要進(jìn)行修改，包括文件路徑、數(shù)據(jù)和其他選項(xiàng)。有關(guān)更多導(dǎo)出選項(xiàng)，您可以查閱 Pandas 文檔中的 to_csv 函數(shù)部分。

TXT

導(dǎo)入txt

使用 Pandas 也可以將文本數(shù)據(jù)（如 txt 文件）導(dǎo)入到 DataFrame 中。下面是如何使用 Pandas 導(dǎo)入文本數(shù)據(jù)到 DataFrame 的示例：

導(dǎo)入 Pandas： 在 Python 代碼中導(dǎo)入 Pandas 庫(kù)。

import pandas as pd

讀取文本文件： 使用 Pandas 的 read_csv 函數(shù)來(lái)讀取文本文件。傳遞文件路徑作為參數(shù)，并在需要時(shí)指定分隔符、列名等選項(xiàng)。

df = pd.read_csv('path/to/your/file.txt', sep='\t', header=None, names=['Column1', 'Column2', 'Column3'])

在這個(gè)示例中，假設(shè)您的 txt 文件包含 tab 分隔的數(shù)據(jù)，并且沒(méi)有列頭。您可以通過(guò)設(shè)置 sep 參數(shù)為 \t 來(lái)指定分隔符，并使用 header=None 來(lái)指示沒(méi)有列頭。然后，您可以使用 names 參數(shù)為列指定名稱。

可選參數(shù)： read_csv 函數(shù)還支持許多其他可選參數(shù)，例如 delimiter（分隔符）、index_col（作為索引的列）、usecols（要讀取的列）、dtype（指定數(shù)據(jù)類型）等等。根據(jù)需要進(jìn)行設(shè)置。

以下是一個(gè)示例，假設(shè)您的 txt 文件名為 data.txt，包含以下數(shù)據(jù)：

Alice    25    New York
Bob      30    London
Charlie  22    Paris

import pandas as pd

# 讀取文本文件
df = pd.read_csv('data.txt', sep='\t', header=None, names=['Name', 'Age', 'City'])

# 打印數(shù)據(jù)
print(df)

這個(gè)示例會(huì)讀取文本文件中的數(shù)據(jù)并將其打印出來(lái)。

請(qǐng)根據(jù)您的實(shí)際情況調(diào)整文件路徑、分隔符和其他參數(shù)。

導(dǎo)出txt

要將數(shù)據(jù)導(dǎo)出到文本文件（如 txt 文件），您可以使用 Pandas 中的 to_csv 函數(shù)，將 DataFrame 的內(nèi)容保存為純文本格式。以下是一個(gè)示例：

導(dǎo)入 Pandas： 在 Python 代碼中導(dǎo)入 Pandas 庫(kù)。

import pandas as pd

創(chuàng)建數(shù)據(jù)： 創(chuàng)建一個(gè) Pandas DataFrame，這將是要導(dǎo)出到文本文件的數(shù)據(jù)。

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 22],
    'City': ['New York', 'London', 'Paris']
}

df = pd.DataFrame(data)

導(dǎo)出到文本文件： 使用 Pandas 的 to_csv 方法將 DataFrame 導(dǎo)出到文本文件。傳遞文件路徑和文件擴(kuò)展名（例如 .txt）作為參數(shù)，同時(shí)設(shè)置適當(dāng)?shù)姆指舴?/p>

df.to_csv('output.txt', sep='\t', index=False)

在這個(gè)示例中，數(shù)據(jù)將被導(dǎo)出到名為 output.txt 的文本文件中。sep='\t' 參數(shù)指示使用制表符作為分隔符，index=False 參數(shù)指示不保存 DataFrame 的索引列。

完整示例代碼：

import pandas as pd

# 創(chuàng)建數(shù)據(jù)
data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 22],
    'City': ['New York', 'London', 'Paris']
}

df = pd.DataFrame(data)

# 導(dǎo)出到文本文件
df.to_csv('output.txt', sep='\t', index=False)

這將生成一個(gè)包含數(shù)據(jù)的文本文件 output.txt。您可以根據(jù)需要進(jìn)行修改，包括文件路徑、分隔符和數(shù)據(jù)。有關(guān)更多導(dǎo)出選項(xiàng)，您可以查閱 Pandas 文檔中的 to_csv 函數(shù)部分。

到此這篇關(guān)于Pandas導(dǎo)入導(dǎo)出excel、csv、txt文件教程的文章就介紹到這了,更多相關(guān)Pandas導(dǎo)入導(dǎo)出excel、csv、txt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！

最新評(píng)論