Funktion read_excel in der Bibliothek pandas ist eine der am häufigsten verwendeten Methoden zum Lesen von Daten aus Excel-Dateien im Format .xlsx oder .xls. Es bietet eine einfache und bequeme Möglichkeit, Daten aus Tabellenkalkulationen in ein Python-Programm zu laden.
Wenn Sie jedoch mit vielen Spalten in einer Excel-Datei arbeiten, kann es hilfreich sein, Spaltenidentitäten anstelle ihrer Sequenznummern zu verwenden, um auf die Daten zuzugreifen. In diesem Fall ist die Funktion read_excel ermöglicht die Verwendung des Parameters index_col, mit dem Sie angeben können, welche Spalte als Index verwendet werden soll.
Wenn beispielsweise die erste Spalte in einer Excel-Datei eindeutige Bezeichner für jede Datenzeile enthält, können Sie sie als Parameter übergeben index_col der Wert ist 0, um anzugeben, dass diese Spalte als Index verwendet werden soll.
Daher ist die Verwendung der Funktion read_excel mit Parameter index_col ermöglicht den einfachen Zugriff auf die Daten anhand von Spaltenidentitäten, anstatt deren Sequenznummern zu verwenden, wodurch der Code lesbarer und verständlicher wird.
Wie funktioniert die Funktion read_excel in Pandas
Um die Funktion read_excel zu verwenden, müssen Sie zuerst die Pandas-Bibliothek installieren und sie dann in Ihr Skript oder Ihre interaktive Umgebung importieren:
-
Installieren der Pandas-Bibliothek:
pip install pandasimport pandas as pdDas Hauptargument der read_excel-Funktion ist der Pfad zur Excel-Datei. Der Pfad kann absolut oder relativ sein und muss auf eine vorhandene Datei verweisen. Im Folgenden finden Sie ein Beispiel für die Verwendung der Funktion read_excel:
df = pd.read_excel('путь_к_файлу.xlsx')Nachdem Sie die Daten aus einer Excel–Datei gelesen haben, gibt die Funktion read_excel ein DataFrame-Objekt zurück, die grundlegende Datenstruktur in pandas, um mit Tabellendaten zu arbeiten.
Nachdem Sie die Excel-Datei in einen DataFrame gelesen haben, können Sie verschiedene Datenoperationen ausführen, z. B. Filtern, Sortieren, Gruppieren usw. Sie können die Daten auch konvertieren oder neue Spalten hinzufügen.
Einer der am häufigsten verwendeten Parameter der read_excel–Funktion ist index_col - Sie können die Spalte angeben, die als Zeilenindex der DataFrame-Tabelle verwendet werden soll. Die Spaltennummerierung beginnt bei 0.
df = pd.read_excel('путь_к_файлу.xlsx', index_col=0)Im folgenden Beispiel wird eine Spalte mit dem Index 0 als Zeilenindex verwendet.
Die obigen Beispiele zeigen die grundlegenden Funktionen der read_excel-Funktion in der Pandas-Bibliothek. Wenn Sie mit großen Excel-Dateien arbeiten, können Sie auch erweiterte Optionen verwenden, mit denen Sie Daten nur aus bestimmten Arbeitsblättern oder Spalten lesen, Zeilen oder Spalten mit Überschriften überspringen und so weiter.
Mit der read_excel-Funktion können Sie Daten bequem aus Excel-Dateien lesen und viele Operationen mit diesen Daten ausführen, was die Pandas-Bibliothek zu einem leistungsfähigen Werkzeug für die Arbeit mit Tabellendaten in Python macht.
Methoden zum Indizieren von Spalten
In der Pandas-Bibliothek gibt es mehrere Möglichkeiten, Spalten zu indizieren, wenn Daten mithilfe der Funktion read_excel() aus Excel-Dateien gelesen werden. Einige sind unten aufgeführt:
1. Nach Spaltenname:
Mit dem usecols-Parameter beim Aufruf von read_excel() können Sie die Spaltennamen angeben, die gelesen werden sollen. Zum Beispiel:
data = pd.read_excel('file.xlsx', usecols=['Column1', 'Column2'])In diesem Beispiel werden nur die Spalten "Column1" und "Column2" aus der Datei "file" gelesen.xlsx".
2. Nach Spaltennummer:
Mit dem Parameter usecols können Sie auch die zu lesenden Spaltennummern angeben. Zum Beispiel:
data = pd.read_excel('file.xlsx', usecols=[0, 2])In diesem Beispiel werden nur die erste und dritte Spalte aus der Datei "file" gelesen.xlsx".
3. Mit Hilfe eines Wörterbuchs:
Sie können ein Wörterbuch verwenden, in dem die Schlüssel Spaltennamen und die Werte Spaltennummern oder Funktionen sind, die Daten aus Spalten konvertieren. Zum Beispiel:
data = pd.read_excel('file.xlsx', usecols=)In diesem Beispiel wird nur die Spalte "Column1" gelesen, und die Funktion "upper_case" wird für die Datenkonvertierung auf die Spalte "Column3" angewendet.
So können Sie mithilfe von Spaltenindizierungstechniken beim Lesen von Daten aus Excel-Dateien in Pandas die gewünschten Spalten punktgenau auswählen und verschiedene Transformationen auf sie anwenden.
Arbeiten mit Spaltenschnitten
In der Pandas-Bibliothek verfügt die Funktion read_excel über die Möglichkeit, Spalten zu indizieren, sodass Sie bestimmte Spalten auswählen können, die aus einer Excel-Datei gelesen werden sollen. Dies ist besonders nützlich, wenn Sie mit großen Datasets arbeiten, wenn nur bestimmte Spalten verarbeitet werden müssen.
Sie können verschiedene Indizierungsmethoden verwenden, um Spalten auszuwählen, die aus einer Excel-Datei gelesen werden sollen, z. B.:
- df[column] : spalte nach Name auswählen
- df.iloc[:, column_index] : spalte nach Index auswählen
- df.loc[:, 'start_column':'end_column'] : auswählen von Spalten mithilfe eines Slice
Methode df.iloc[:, column_index] ermöglicht die Auswahl von Spalten nach ihrem Index. Die Spaltenindizes beginnen bei 0. Zum Beispiel, df.iloc[:, 0] wählt die erste Spalte, df.iloc[:, 1] - zweite Spalte usw.
Methode df.loc[:, 'start_column':'end_column'] ermöglicht die Auswahl von Spalten mithilfe eines Ausschnitts. Im Gegensatz zur iloc-Methode, die Spalten nach Indizes auswählt, wählt die loc-Methode Spalten nach ihren Namen aus. Zum Beispiel, df.loc[:, 'A':'C'] wählt alle Spalten von "A" bis "C" aus.
Beispiel für die Verwendung der Funktion read_excel mit Spaltenindizierung:
import pandas as pd# Чтение файла Excel с индексацией столбцовdf = pd.read_excel('file.xlsx', usecols=['Column1', 'Column2'])print(df)In diesem Beispiel wird die Datei "file" gelesen.xlsx" und nur die Spalten "Column1" und "Column2" sind ausgewählt.
