Excel文件处理之pandas
pandas可以用来处理多种存储类型的数据，比如excel、csv、html、sql......查看pandas.read_XX方法可以看出。本文主要总结对excel的处理。pandas依赖处理Excel的xlrd等模块，这些模块安装即可，不需要import。
1读取
1.1多个sheet
import pandas as pd
a=pd.read_excel("3.xlsx",sheet_name=[1,2]) #获取第2个和第3个sheet
c=a.values #获取上述sheets所有数据，注意多个sheets时不能用head()方法
1.2单个sheet
import pandas as pd
a=pd.read_excel("3.xlsx",sheet_name="Top10") #或者写成sheet_name=1，1表示index
b=a.head() #默认读取上述sheet前5行的数据
c=a.values #获取上述sheet所有数据，单个sheet也能用values方法
1.3获取行列值、单元格值(所有索引都不包含表头)
import pandas as pd
a=pd.read_excel("3.xlsx",sheet_name=1)
#以下都秉承格式 a.ix[行,列]
cellvalue=a.ix[0,0] #表示单元格 第1行第1列的值
cellvalue=a.ix[0,'name'] #表示单元格 第1行列'name'的值
rowvalues=a.ix[0] #表示第1行的所有值，注意是表头下面的第1行！a.ix[0] 等价 a.ix[0,:]
rowsvalues=a.ix[[0,1,3]]#表示第1、2、4行的所有值，注意嵌套列表！a.ix[[0,1,3]] 等价 a.ix[[0,1,3],:]
colvalues=a.ix[:,0] #表示第1列的所有值
colsvalues=a.ix[:,['name','score']] #表示列'name'和'score'的所有值
rangevalues=a.ix[[0,1,4],['name','score']] #表示 第1、2、5行~列'name'列'score' 区域的所有值
1.4 a.ix[0]和a.ix[0].values的返回格式不同
b=a.ix[1].values
print type(b)
输出：《type 'numpy.ndarray'》
print b
输出：[u'a2' u'N1' 99]
c=a.ix[1]
print type(c)
输出：《class 'pandas.core.series.Series'》
print c
输出：
name a2
grade N1
score 99
Name: 1, dtype: object
2写存
import pandas as pd
a=pd.read_excel("3.xlsx",sheet_name=1) #读取第2个sheet
a.ix[1,1]='123456' #赋值
a.to_excel('3-2.xlsx', sheet_name='num', index=False, header=True) #保存，sheet命名
上述代码有2大弊端：
原sheet的range(3,2)区域内必须有值，否则报错：cannot set by positional indexing with enlargement；
保存时仅生成被处理sheet，不需处理的sheet不会复制过来。excel同名会覆盖原文件，极易造成sheet丢失。
如此看来，不如openpyxl库好用。
3相对路径
train = pd.read_csv("data/train.csv")
注意不要写成("/data/train.csv")或者其它。
