引言

本文以Python3.9.1讀取data.xlsx中包含的西瓜數(shù)據(jù)集3.0數(shù)據(jù)為例，數(shù)據(jù)集如下：

代碼段：

一、讀取工作表內(nèi)容（.xlsx轉(zhuǎn)化為DataFrame）

導(dǎo)入pandas庫，讀取工作表數(shù)據(jù)

import pandas as pd
df = pd.read_excel(r'E:\Aownplan\data.xlsx')#默認(rèn)讀取工作簿中第一個(gè)工作表，默認(rèn)第一行為表頭

備注：r是為了讀取文件路徑中\字符，防止轉(zhuǎn)義。

此處利用pandas庫的 read_excel 函數(shù)讀取文件，獲取到的函數(shù)返回值類型為DataFrame，后續(xù)所有的操作均是基于DataFrame的數(shù)據(jù)操作方法進(jìn)行。

二、獲取指定行指定列數(shù)據(jù)（DataFrame轉(zhuǎn)化為numpy.ndarray）

獲取整個(gè)工作表數(shù)據(jù)

data=df.values#獲取整個(gè)工作表數(shù)據(jù)
print("讀取整個(gè)工作表的數(shù)據(jù)：\n{0}".format(data))

獲取某一行數(shù)據(jù)

data=df.iloc[0].values#0表示第一行，不包含表頭
print("讀取指定行的數(shù)據(jù)：\n{0}".format(data))

獲取多行數(shù)據(jù)

data=df.head().values#head()默認(rèn)讀取前5行數(shù)據(jù)（不包含表頭）
print("獲取工作表前5行數(shù)據(jù):\n{0}".format(data))

data=df.iloc[[1,2]].values#讀取指定多行，在iloc[]里面嵌套列表指定行數(shù)
print("讀取指定多行的數(shù)據(jù)：\n{0}".format(data))

data=df.sample(3).values#讀取df中隨機(jī)3行數(shù)據(jù)(3個(gè)樣本）
print("獲取隨機(jī)多行數(shù)據(jù):\n{0}".format(data))

獲取指定單元格數(shù)據(jù)

data=df.iloc[1,2]#讀取索引為[1, 2]的值，這里不需要嵌套列表
print("讀取指定某行某列（單元格）的數(shù)據(jù)：\n{0}".format(data))

獲取指定列數(shù)據(jù)

print("輸出值\n",df['含糖率'].values)

獲取指定多列數(shù)據(jù)

data=df.loc[:,['敲聲','紋理']].values#讀所有行的敲聲以及紋理列的值，這里需要嵌套列表
print("讀取指定列的數(shù)據(jù)：\n{0}".format(data))

獲取指定多行多列數(shù)據(jù)

data=df.loc[[1,2],['密度','含糖率']].values#讀取第一行第二行的密度以及含糖率列的值，這里需要嵌套列表
print("讀取指定多行多列的數(shù)據(jù)：\n{0}".format(data))

獲取行號(hào)和列標(biāo)題

print("輸出行號(hào)列表",df.index.values)
print("輸出列標(biāo)題",df.columns.values)

三、數(shù)據(jù)處理（numpy.ndarray轉(zhuǎn)化為list/set/dict）

（1） 轉(zhuǎn)化為列表list

以上通過.values方法獲取到的data值，均為二維值數(shù)組（numpy.ndarray）類型，在使用時(shí)如果需要轉(zhuǎn)換為列表類型，可使用.tolist()方法，如：

data=df.values.tolist()

此時(shí)的輸出為：

此時(shí)的data為list類型，其中每一行數(shù)據(jù)均為一個(gè)列表，多個(gè)列表合并為一個(gè)二維列表，此時(shí)要獲取指定行(m)的數(shù)據(jù)，使用 data[m]，獲取指定單元格數(shù)據(jù)，使用data[m][n]。

（2） 轉(zhuǎn)化為集合set

在分析時(shí)，若想獲取某一列的數(shù)據(jù)集合，則可以先提取該列數(shù)據(jù)，然后使用set()函數(shù)將其轉(zhuǎn)化為集合即可，如當(dāng)前為獲取敲聲的類型，進(jìn)行如下操作：

data=df['敲聲'].values
print(set(data))

此時(shí)的輸出：

{'清脆', '濁響', '沉悶'}

獲取除編號(hào)，密度，含糖率外所有列的集合：

titles = df.columns.values
for title in titles:
    if title != '編號(hào)' and title != '密度' and title != '含糖率':
        key = df[title].values
        values = set(key)
        print(title,':',values)

輸出：

色澤 : {'烏黑', '青綠', '淺白'}
根蒂 : {'蜷縮', '稍蜷', '硬挺'}
敲聲 : {'清脆', '濁響', '沉悶'}
紋理 : {'清晰', '稍糊', '模糊'}
臍部 : {'平坦', '稍凹', '凹陷'}
觸感 : {'硬滑', '軟粘'}
好瓜 : {'是', '否'}

（3） 轉(zhuǎn)化為字典dict

如果需要讀取某一行的數(shù)據(jù)為字典，可進(jìn)行如下操作：

data=df.iloc[0].values#獲取某行數(shù)據(jù)
title=df.columns.values#獲取列標(biāo)題
a=zip(title,data)#將其壓縮為一個(gè)元組
print(dict(a))#轉(zhuǎn)化為字典

輸出：

{'編號(hào)': 1, '色澤': '青綠', '根蒂': '蜷縮', '敲聲': '濁響', '紋理': '清晰', '臍部': '凹陷', '觸感': '硬滑', '密度': 0.697,'含糖率': 0.46, '好瓜': '是'}

獲取除編號(hào)，密度，含糖率外所有列的字典：

titles = df.columns.values
adict=dict()
for title in titles:
    if title != '編號(hào)' and title != '密度' and title != '含糖率':
        key = df[title].values
        adict[title]=set(key)
print(adict)

輸出：

{'色澤': {'烏黑', '青綠', '淺白'}, '根蒂': {'蜷縮', '稍蜷', '硬挺'}, '敲聲': {'清脆', '濁響', '沉悶'}, '紋理': {'清晰', '稍糊', '模糊'},  '臍部': {'平坦', '稍凹', '凹陷'}, '觸感': {'硬滑', '軟粘'},  '好瓜': {'是', '否'}}

參考文章：

[1]. Python利用pandas處理Excel數(shù)據(jù)的應(yīng)用

總結(jié)

到此這篇關(guān)于如何使用Python讀取.xlsx指定行列的文章就介紹到這了,更多相關(guān)Python讀取.xlsx指定行列內(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