Pandas de Py: explication de chaque paramètre de la fonction read_excel () de pandas et explication de l'utilisation de la fonction

Pandas de Py: explication de chaque paramètre de la fonction read_excel () de pandas et explication de l'utilisation de la fonction

 

 

 

 

table des matières

Explication de chaque paramètre de la fonction read_excel () de pandas et explication de l'utilisation de la fonction

fonction de réalisation de la fonction read_excel ()

Comment utiliser la fonction read_excel ()

1. Vous pouvez utiliser le nom de fichier sous forme de chaîne ou ouvrir l'objet fichier pour lire le fichier:

2. L'index et l'en-tête peuvent être spécifiés par index_col et les paramètres d'en-tête

3. Le type de colonne est déduit, mais il peut être spécifié explicitement

4. Les valeurs True, False et NA et des milliers de séparateurs ont des valeurs par défaut, mais elles peuvent également être spécifiées explicitement. Fournissez la valeur souhaitée sous forme de chaîne ou de liste de chaînes!

Description détaillée de chaque paramètre de la fonction ead_excel ()

---

 

 

Explication de chaque paramètre de la fonction read_excel () de pandas et explication de l'utilisation de la fonction

fonction de réalisation de la fonction read_excel ()

       Lisez un fichier Excel dans un dossier de données pandas. Prend en charge les extensions de fichier xls, xlsx, xlsm, xlsb, odf, ods et odt lues à partir du système de fichiers local ou de l'URL. Prend en charge l'option de lire une seule feuille de calcul ou une liste de feuilles de calcul.

 

Comment utiliser la fonction read_excel ()

1. Vous pouvez utiliser le nom de fichier sous forme de chaîne ou ouvrir l'objet fichier pour lire le fichier:

pd.read_excel('tmp.xlsx', index_col=0)  
       Name  Value
0   string1      1
1   string2      2
2  #Comment      3
pd.read_excel(open('tmp.xlsx', 'rb'),
              sheet_name='Sheet3')  
   Unnamed: 0      Name  Value
0           0   string1      1
1           1   string2      2
2           2  #Comment      3

 

2. L'index et l'en-tête peuvent être spécifiés par index_col et les paramètres d'en-tête

pd.read_excel('tmp.xlsx', index_col=None, header=None)  
     0         1      2
0  NaN      Name  Value
1  0.0   string1      1
2  1.0   string2      2
3  2.0  #Comment      3

 

3. Le type de colonne est déduit, mais il peut être spécifié explicitement

pd.read_excel('tmp.xlsx', index_col=0,
              dtype={'Name': str, 'Value': float})  
       Name  Value
0   string1    1.0
1   string2    2.0
2  #Comment    3.0

 

4. Les valeurs True, False et NA et des milliers de séparateurs ont des valeurs par défaut, mais elles peuvent également être spécifiées explicitement. Fournissez la valeur souhaitée sous forme de chaîne ou de liste de chaînes!

pd.read_excel('tmp.xlsx', index_col=0,
              na_values=['string1', 'string2'])  
       Name  Value
0       NaN      1
1       NaN      2
2  #Comment      3

 

 

Description détaillée de chaque paramètre de la fonction ead_excel ()

API officielle : pandas.read_excel

def read_excel Trouvé à: pandas.io.excel._base

@deprecate_nonkeyword_arguments (allowed_args = 2, version = "2.0")
@Appender (_read_excel_doc)
def read_excel (    io, nom_feuille = 0, header = 0, names = None, index_col = None, usecols = None, squeeze = False, dtype = None , engine = None, converters = None, true_values ​​= None, false_values ​​= None, skiprows = None, nrows = None, na_values ​​= None, keep_default_na = True, na_filter = True, verbose = False, parse_dates = False, date_parser = None, des milliers = Aucun, commentaire = Aucun, skipfooter = 0, convert_float = True, mangle_dupe_cols = True):

je	str, bytes, ExcelFile, xlrd.Book, objet chemin ou objet de type fichier Tout chemin de chaîne valide est acceptable. La chaîne peut être une URL. Les schémas d'URL valides incluent http, ftp, s3 et file. Pour les URL de fichiers, un hôte est attendu. Un fichier local peut être: file: //localhost/path/to/table.xlsx. Si vous voulez passer un objet chemin, pandas accepte n'importe quel os.PathLike. Par objet de type fichier, nous faisons référence à des objets avec une méthode read (), comme un gestionnaire de fichiers (par exemple via une fonction ouverte intégrée) ou StringIO.	str, bytes, ExcelFile, xlrd.Book, objet chemin ou objet de type fichier Tout chemin de chaîne valide. La chaîne peut être une URL. Les schémas d'URL valides incluent http, ftp, s3 et file. Pour les URL de fichiers, un hôte est requis. Le fichier local peut être: file: //localhost/path/to/table.xlsx. Si vous voulez passer un objet path, les pandas accepteront tout ce qui ressemble à os. Path. Avec des objets de type fichier, nous utilisons la méthode read () pour faire référence à des objets, tels que des gestionnaires de fichiers (par exemple, via la fonction open intégrée) ou StringIO.
nom_feuille	str, int, liste ou Aucun, par défaut 0 Les chaînes sont utilisées pour les noms de feuille. Les entiers sont utilisés dans les positions de feuille indexées à zéro. Des listes de chaînes / entiers sont utilisées pour demander plusieurs feuilles. Spécifiez Aucun pour obtenir toutes les feuilles. Cas disponibles: Par défaut  0: 1ère feuille en tant que DataFrame 1: 2ème feuille en tant que DataFrame "Sheet1": Chargez la feuille avec le nom «Sheet1» [0, 1, "Sheet5"]: Chargez la première, la deuxième et la feuille nommée «Sheet5» en tant que dict de DataFrame Aucun: toutes les feuilles.	Le nom de la table utilise la chaîne par défaut 0 telle que str, int, list ou None. Les entiers sont utilisés pour les positions de feuille de calcul indexées à zéro. Les listes de chaînes / entiers sont utilisées pour demander plusieurs tables. Spécifiez Aucun pour obtenir toutes les tables. Disponibilité: La valeur par défaut est 0: La première feuille est utilisée comme DataFrame1: La deuxième feuille est utilisée comme DataFrame "Sheet1": Chargez la table nommée "Sheet1" [0,1, "Sheet5"]: Chargez d'abord, deuxième et nom La table "Sheet5" est utilisée comme le dict de DataFrameNone: toutes les tables.
entête	int, liste des int, par défaut 0 Ligne (indexée 0) à utiliser pour les étiquettes de colonne du DataFrame analysé. Si une liste d'entiers est transmise, ces positions de ligne seront combinées dans un fichier  MultiIndex. Utilisez None s'il n'y a pas d'en-tête.	Row (index 0), le libellé de la colonne pour le format de données analysé. Si une liste d'entiers est transmise, ces positions de ligne seront fusionnées en un multi-index. S'il n'y a pas de titre, Aucun est utilisé.
des noms	de type tableau, par défaut Aucun Liste des noms de colonnes à utiliser. Si le fichier ne contient pas de ligne d'en-tête, vous devez alors transmettre explicitement header = None.	Une liste de noms de colonnes à utiliser. Si le fichier ne contient pas de ligne d'en-tête, alors header = None doit être passé explicitement. Lorsque vous utilisez le paramètre names, cela revient à renommer. N'oubliez pas de faire correspondre toutes les données d'origine: c'est-à-dire ni plus ni moins, et plus ou moins lèvera ValueError .
index_col	int, liste des int, par défaut Aucun Colonne (indexée 0) à utiliser comme étiquettes de ligne du DataFrame. Passez None s'il n'y a pas de telle colonne. Si une liste est transmise, ces colonnes seront combinées dans un fichier  MultiIndex. Si un sous-ensemble de données est sélectionné avec  usecols, index_col est basé sur le sous-ensemble.	La colonne (index 0) est utilisée comme étiquette de ligne du format de données. S'il n'y a pas de telle colonne, passez None. Si une liste est transmise, ces colonnes seront fusionnées en un multi-index. Si un sous-ensemble de données est sélectionné à l'aide de usecols, alors index_col est basé sur ce sous-ensemble.
utiliser	int, str, de type liste ou appelable par défaut Aucun Si aucun, alors analysez toutes les colonnes. If str, then indicates comma separated list of Excel column letters and column ranges (e.g. “A:E” or “A,C,E:F”). Ranges are inclusive of both sides. If list of int, then indicates list of column numbers to be parsed. If list of string, then indicates list of column names to be parsed. New in version 0.24.0. If callable, then evaluate each column name against it and parse the column if the callable returns True. Returns a subset of the columns according to behavior above. New in version 0.24.0.	如果没有，那么解析所有列。 如果str，则表示用逗号分隔的Excel列字母和列范围列表(如“A:E”或“A,C,E:F”)。范围包括两边。 如果list of int，则指示要解析的列号列表。 如果字符串列表，则指示要解析的列名列表。 新版本为0.24.0。 usecols=[1,2,7,8,14] usecols参数指定要读入的列
squeeze	bool, default False If the parsed data only contains one column then return a Series.	如果解析的数据只包含一列，则返回一个序列。
dtype	Type name or dict of column -> type, default None Data type for data or columns. E.g. {‘a’: np.float64, ‘b’: np.int32} Use object to preserve data as stored in Excel and not interpret dtype. If converters are specified, they will be applied INSTEAD of dtype conversion.	数据或列的数据类型。例如{a: np。使用object保存存储在Excel中的数据，而不是解释dtype。如果指定了转换器，则将应用它们而不是dtype转换。
engine	str, default None If io is not a buffer or path, this must be set to identify io. Supported engines: “xlrd”, “openpyxl”, “odf”, “pyxlsb”, default “xlrd”. Engine compatibility : - “xlrd” supports most old/new Excel file formats. - “openpyxl” supports newer Excel file formats. - “odf” supports OpenDocument file formats (.odf, .ods, .odt). - “pyxlsb” supports Binary Excel files.	如果io不是缓冲区或路径，则必须将其设置为识别io。支持的引擎:“xlrd”、“openpyxl”、“odf”、“pyxlsb”，默认为“xlrd”。引擎兼容性:-“xlrd”支持大多数新旧Excel文件格式。- " openpyxl "支持较新的Excel文件格式。-“odf”支持OpenDocument文件格式(。odf。ods, .odt)。- " pyxlsb "支持二进制Excel文件。
converters	dict, default None Dict of functions for converting values in certain columns. Keys can either be integers or column labels, values are functions that take one input argument, the Excel cell content, and return the transformed content.	用于转换某些列中的值的函数的字典。键可以是整数也可以是列标签，值是接受一个输入参数Excel单元格内容并返回转换后内容的函数。
true_values	list, default None Values to consider as True.	true_values
false_values	list, default None Values to consider as False.	false_values
skiprows	list-like Rows to skip at the beginning (0-indexed).	开头要跳过的行(0索引)。
nrows	int, default None Number of rows to parse. New in version 0.23.0.	要解析的行数。 新版本0.23.0。
na_values	scalar, str, list-like, or dict, default None Additional strings to recognize as NA/NaN. If dict passed, specific per-column NA values. By default the following values are interpreted as NaN: ‘’, ‘#N/A’, ‘#N/A N/A’, ‘#NA’, ‘-1.#IND’, ‘-1.#QNAN’, ‘-NaN’, ‘-nan’, ‘1.#IND’, ‘1.#QNAN’, ‘<NA>’, ‘N/A’, ‘NA’, ‘NULL’, ‘NaN’, ‘n/a’, ‘nan’, ‘null’.	附加的弦可以像NA/NaN那样识别。如果命中注定，具体的评估。例如:“‘N/A’、‘N/A’、‘N/A’、‘NA’、‘-1’。”# IND”、“录音。QNAN '， ' -NaN '， ' -NaN '， ' 1。# IND”、“1。# QNAN NA系”、“< >”、“N / A”、“NA”、“空”、“南”、“N / A‘南’,‘空’。
keep_default_na	bool, default True Whether or not to include the default NaN values when parsing the data. Depending on whether na_values is passed in, the behavior is as follows: If keep_default_na is True, and na_values are specified, na_values is appended to the default NaN values used for parsing. If keep_default_na is True, and na_values are not specified, only the default NaN values are used for parsing. If keep_default_na is False, and na_values are specified, only the NaN values specified na_values are used for parsing. If keep_default_na is False, and na_values are not specified, no strings will be parsed as NaN. Note that if na_filter is passed in as False, the keep_default_na and na_values parameters will be ignored.	解析数据时是否包含默认的NaN值。根据是否传入na_values，行为如下: 如果keep_default_na为真，并且指定了na_values，那么na_values将附加到用于解析的缺省NaN值中。 如果keep_default_na为真，并且没有指定na_values，则只使用默认的NaN值进行解析。 如果keep_default_na为False，并且指定了na_values，则仅使用指定na_values的NaN值进行解析。 如果keep_default_na为False，并且没有指定na_values，则不会将任何字符串解析为NaN。 注意，如果将na_filter作为False传入，则keep_default_na和na_values参数将被忽略。
na_filter	bool, default True Detect missing value markers (empty strings and the value of na_values). In data without any NAs, passing na_filter=False can improve the performance of reading a large file.	检测缺失的值标记(空字符串和na_values的值)。在没有NAs的数据中，传递na_filter=False可以提高读取大文件的性能。
verbose	bool, default False Indicate number of NA values placed in non-numeric columns.	指示放置在非数字列中的NA值的数目。
parse_dates	bool, list-like, or dict, default False The behavior is as follows: bool. If True -> try parsing the index. list of int or names. e.g. If [1, 2, 3] -> try parsing columns 1, 2, 3 each as a separate date column. list of lists. e.g. If [[1, 3]] -> combine columns 1 and 3 and parse as a single date column. dict, e.g. {‘foo’ : [1, 3]} -> parse columns 1, 3 as date and call result ‘foo’ If a column or index contains an unparseable date, the entire column or index will be returned unaltered as an object data type. If you don`t want to parse some cells as date just change their type in Excel to “Text”. For non-standard datetime parsing, use pd.to_datetime after pd.read_excel. Note: A fast-path exists for iso8601-formatted dates.	其行为如下: bool类型：如果为真——>尝试解析索引。 int或名称的列表。例如，If[1,2,3] ->尝试将1,2,3列分别解析为一个单独的日期列。 list类型：例如，If[[1,3]] ->组合列1和3并解析为单个日期列。 dict类型：例如{' foo ':[1,3]} ->解析列1,3作为日期并调用结果' foo ' 如果列或索引包含不可解析的日期，则整个列或索引将作为对象数据类型不变地返回。如果你不想把一些单元格解析为date，那就把它们在Excel中的类型改为Text。对于非标准的日期时间解析，在pd.read_excel后面使用pd.to_datetime。 注意:有一个用于iso8601格式的日期的快速路径。
date_parser	function, optional Function to use for converting a sequence of string columns to an array of datetime instances. The default uses dateutil.parser.parser to do the conversion. Pandas will try to call date_parser in three different ways, advancing to the next if an exception occurs: 1) Pass one or more arrays (as defined by parse_dates) as arguments; 2) concatenate (row-wise) the string values from the columns defined by parse_dates into a single array and pass that; and 3) call date_parser once for each row using one or more strings (corresponding to the columns defined by parse_dates) as arguments.	该函数，用于将字符串列序列转换为日期时间实例数组。默认使用dateutil.parser。解析器执行转换。熊猫将尝试以三种不同的方式调用date_parser，如果出现异常，则继续调用:1)传递一个或多个数组(由parse_date定义)作为参数;2)将parse_date定义的列中的字符串值连接到一个数组中并传递它;使用一个或多个字符串(对应于parse_date定义的列)作为参数，对每一行调用date_parser一次。
thousands	str, default None Thousands separator for parsing string columns to numeric. Note that this parameter is only necessary for columns stored as TEXT in Excel, any numeric columns will automatically be parsed, regardless of display format.	数以千计的分隔符用于将字符串列解析为数字。请注意，此参数仅对存储为文本的列在Excel中是必要的，任何数值列都将自动解析，无论显示格式如何。
comment	str, default None Comments out remainder of line. Pass a character or characters to this argument to indicate comments in the input file. Any data between the comment string and the end of the current line is ignored.	注释掉行中的余数。向此参数传递一个或多个字符，以指示输入文件中的注释。注释字符串和当前行结束之间的任何数据都将被忽略。
skipfooter	int, default 0 Rows at the end to skip (0-indexed).	末尾要跳过的行(0索引)。
convert_float	bool, default True Convert integral floats to int (i.e., 1.0 –> 1). If False, all numeric data will be read in as floats: Excel stores all numbers as floats internally.	将整型浮点数转换为整型浮点数(例如，1.0 - > - 1)，如果为False，则所有数值数据将以浮点数的形式读入:Excel在内部将所有数字存储为浮点数。
mangle_dupe_cols	bool, default True Duplicate columns will be specified as ‘X’, ‘X.1’, …’X.N’, rather than ‘X’…’X’. Passing in False will cause data to be overwritten if there are duplicate names in the columns.	重复列将被指定为' X '， ' X。1 ',…”X。是N，而不是X，是X。如果列中有重复的名称，传入False将导致数据被覆盖。
Returns	DataFrame or dict of DataFrames DataFrame from the passed in Excel file. See notes in sheet_name argument for more information on when a dict of DataFrames is returned.	DataFrame从传递的Excel文件。请参阅sheet_name参数中的注释，以获得关于何时返回数据变量的更多信息。