[Pandas]利用Pandas处理excel数据

Python 处理excel的第三包有很多，比如XlsxWriter、xlrd&xlwt、OpenPyXL、Microsoft Excel API等，最后综合考虑选用了Pandas。

Pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。pandas不但可以读取excel中数据还可以修改excel数据以及生成excel文件。

1.抽取excle中数据,将数据以JSON格式输出

# -*- coding: utf-8 -*-
import pandas as pd
import os
import json

# 提取excel表格中数据，将其转换成dateframe类型
os.chdir('excel文件地址')

invoice_data = pd.read_excel('./Invoice_data_Demo.xls', header=0, encoding='utf8')

sheet_list = []
# 取出excel表头
sheet_head = list(invoice_data.columns)
sheet_list.append(sheet_head)
# 取出excel中每一行数据
for i in range(0, len(invoice_data)):
    data_line = list(invoice_data.loc[i])
    data_line = [str(i) for i in data_line]
    sheet_list.append(data_line)
print(sheet_list)

data_l = json.dumps(sheet_list, ensure_ascii=False)
print(data_l)

2.生成excel/csv文件

# -*- coding: utf-8 -*-

import pandas as pd

a = ['a','b','c']
b = [1,2,3]
dit = {'char':a, 'num':b}
file_path = r'./output.xlsx'
writer = pd.ExcelWriter(file_path)
df = pd.DataFrame(dit)
# columns参数用于指定生成的excel中列的顺序
df.to_excel(writer, columns=['char','num'], index=False,encoding='utf-8',sheet_name='Sheet')
writer.save()

# 生成csv文件
df.to_csv(r'./1.csv',columns=['char','num'],index=False,sep=',')

 

扫码关注公众号【云将数据】，更多大数据及人工智能领域信息！