1. pandas介绍Pandas是一个强大的数据分析库，它的Series和DataFrame数据结构，使得处理起二维表格数据变得非常简单 。
基于后面需要对Excel表格数据进行处理，有时候使用Pandas库处理表格数据，会更容易、更简单，因此我这里必须要讲述 。
Pandas库是一个内容极其丰富的库，这里并不会面面俱到 。我这里主要讲述的是如何利用Pandas库完成 “表格读取”、“表格取数” 和 “表格合并” 的任务 。其实Pandas能实现的功能，远远不止这些，关于利用该库如何实现数据清晰和图表制作，不是本书的研究范围，大家可以下去好好学习这个库 。
在使用这个库之前，需要先导入这个库 。为了使用方便，习惯性给这个库起一个别名pd，本书中只要是见到pd，指的都是Pandas 。
2. Excel数据的读取Pandas支持读取csv、excel、json、html、数据库等各种形式的数据，非常强大 。但是我们这里仅以读取excel文件为例，讲述如何使用Pandas库读取本地的excel文件 。
在Pandas库中，读取excel文件使用的是pd.read_excel()函数，这个函数强大的原因是由于有很多参数供我们使用，是我们读取excel文件更方便 。在这里我们仅仅讲述sheet_name、header、usecols和names四个常用参数 。
① sheet_name参数详解我们知道一个excel文件是一个工作簿，一个工作簿有多个sheet表，每个sheet表中是一个表格数据 。sheet_name参数就是帮助我们选择要读取的sheet表，具体用法如下 。
sheet_name=正整数值，等于0表示读取第一个sheet表，等于1表示读取第二个sheet表，以此类推下去 。
sheet_name=”sheet名称”，我们可以利用每张sheet表的名称，读取到不同的sheet表，更方便灵活 。
注意：如果不指定该参数，那么默认读取的是第一个sheet表 。
用法1：sheet_name=正整数值
df = pd.read_excel("readexcel.xlsx",sheet_name=1)df结果如下：
文章插图
用法2：sheet_name=”sheet名称”
df = pd.read_excel("readexcel.xlsx",sheet_name="考试成绩表")df结果如下：
文章插图
② header参数详解有时候待读取的excel文件，可能有标题行，也有可能没有标题行 。但是默认都会将第一行读取为标题行，这个对于没有标题行的excel文件来说，显得不太合适了，因此header参数可以很好的解决这个问题 。
header=None，主要针对没有标题行的excel文件，系统不会将第一行数据作为标题，而是默认取一个1,2,3…这样的标题 。
header=正整数值，指定哪一行作为标题行 。
用法1：header=None
df = pd.read_excel("readexcel.xlsx",sheet_name="copy",header=None)df结果如下：
文章插图
用法2：header=正整数值
df = pd.read_excel("readexcel.xlsx",sheet_name="基本信息表",header=1)df结果如下：
文章插图
③ usecols参数详解当一张表有很多列的时候，如果你仅仅想读取 这张表中的指定列，使用usecols参数是一个很好的选择 。
关于usecols参数，这里有多种用法，我们分别进行说明 。
usecols=None，表示选择一张表中的所有列，默认情况不指定该参数，也表示选择表中的所有列 。
usecols=[A,C]，表示选择A列（第一列）和C列（第三列） 。而usecols=[A,C:E]，表示选择A列，C列、D列和E列 。
usecols=[0,2]，表示选择第一列和第三列 。
# 下面这两行代码，均表示获取前2列的数据df = pd.read_excel("readexcel.xlsx",sheet_name="考试成绩表",usecols=[1,2])df = pd.read_excel("readexcel.xlsx",sheet_name="考试成绩表",usecols="A:B")df结果如下：
文章插图
④ names参数详解如果一张表没有标题行，我们就需要为其指定一个标题，使用names参数，可以在读取数据的时候，为该表指定一个标题 。
names=[“列名1”,”列名2”…]：传入一个列表，指明每一列的列名 。
name_list = ["学号","姓名","性别","籍贯"]df = pd.read_excel("readexcel.xlsx",sheet_name="copy",header=None,names=name_list)df
推荐阅读
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
- 一文搞懂Go通道
- 一文搞懂GoLang定时器实现原理
- 一文看懂USB4
- MySQL高级进阶：关于InnoDB存储结构，一文深入分析讲解
- 一文看懂技术中台、研发中台、移动中台建设全攻略
- 一文弄清Python网络爬虫解析库！内含多个实例讲解
- 一文看完CDN的发展历程
- 一文带你轻松搞懂事务隔离级别
- Pandas最详细教程来了
- 一文读懂微服务监控之分布式追踪
