pandas.``read_excel(*args, **kwargs)
**
pandas读取excel文件，需要单独的xlrd模块支持

  1. pip install xlrd

用Pandas可以读取Excel文件中的数据为Dataframe类型，Excel文件的读取主要应用read_excel()方法，使用时可能需要先用“pip install xlrd”安装xlrd模块。read_excel()方法大部分参数都有默认值，只需要设置少量的参数便可以完成大部分的数据读取工作。其主要参数及其意义如下：

  1. pd.read_excel(io, sheet_name=0, header=0, names=None, 
  2.               usecols=None, squeeze=False, converters=None, 
  3.               skiprows=None, nrows=None, skipfooter=0)
  1. io：Excel的存储路径
    2. sheet_name：要读取的工作表名称，默认读取第一个工作表。可以是整型数字、列表名或SheetN。整型数字：目标sheet所在的位置，以0为起始，比如sheet_name = 1代表第2个工作表。列表名：目标sheet的名称，中英文皆可。SheetN：代表第N个sheet，S要大写，注意与整型数字的区别。
    3. header：用哪一行作列名。默认为0 ，如果设置为[0,1]，则表示将前两行作为多重索引。
    4. names：自定义最终的列名。一般适用于Excel缺少列名，或者需要重新定义列名的情况。names的长度必须和Excel列长度一致，否则会报错。
    5. index_col：用作索引的列
    6. usecols：需要读取哪些列。可以使用整型，从0开始，如[0,2,3]；也可以使用Excel传统的列名A、B等字母，如”A：C, E” = “A, B, C, E”，注意两边都包括。usecols 可避免读取全量数据，而是以分析需求为导向选择特定数据，提高效率。
    7. squeeze：当数据仅包含一列。squeeze为True时，返回Series，反之返回DataFrame。
    8. converters：强制规定列数据类型，主要用途是保留以文本形式存储的数字。
    pandas默认将文本类的数据读取为整型，converters 参数可以指定各列数据的类型，如converters = {‘出货量’:float, ‘月份’:str }， 将“出货量”列数据类型规定为浮点数，“月份”列规定为字符串类型。
    9. skiprows：跳过特定行。skiprows= n 跳过前n行； skiprows = [a, b, c] 跳过第a+1,b+1,c+1行（索引从0开始）。排除前3行是skiprows=3，排除第3行是skiprows=[3]。
    10. nrows：需要读取的行数，nrows = n 读取前n行。
    11. skipfooter： 跳过末尾行数，skipfooter = n 跳过末尾的n行。

读excel文件，nrows=10表示只读取前面10行数据。

  1. import pandas as pd
  4. def excel_to_df(file):
  5.     student_df = pd.read_excel(file, nrows=10)
  6.     print(student_df.head(10))
  9. if __name__ == '__main__':
  10.     filename = '../data/2020转专业公示名单.xlsx'
  11.     excel_to_df(filename)
  1.   2020年转专业拟接收学生名单 Unnamed: 1     Unnamed: 2  ... Unnamed: 8 Unnamed: 9 Unnamed: 10
  2. 0              序号         年级             学号  ...      现转入专业       转入年级          备注
  3. 1               1       2017  0121707780732  ...       汽车服务       2017         NaN
  4. 2               2       2017  0121701100926  ...         英语       2018         NaN
  5. 3               3       2017  0121713590104  ...      法学（余）       2019         NaN
  6. 4               4       2018  0121610870218  ...       社会工作       2018         NaN
  7. 5               5       2018  0121706300123  ...         工程       2018         NaN
  8. 6               6       2018  0121806291116  ...    土木卓越工程师       2018         NaN
  9. 7               7       2018  0121802950540  ...     人力资源管理       2018         NaN
  10. 8               8       2018  0121804180117  ...    土木卓越工程师       2018         NaN
  11. 9               9       2018  0121809360312  ...         工商       2018         NaN
  13. [10 rows x 11 columns]

忽略表格标题，skiprows=1,略过1行

  1. import pandas as pd
  4. def excel_to_df(file):
  5.     student_df = pd.read_excel(file, skiprows=1, nrows=10)  #
  6.     print(student_df.head(10))
  9. if __name__ == '__main__':
  10.     filename = '../data/2020转专业公示名单.xlsx'
  11.     excel_to_df(filename)

只读取指定的列数据，usecols=[‘年级’,’姓名’,’性别’,’原专业’,’现转入专业’]，列表中为读取的列名。

  1. import pandas as pd
  4. def excel_to_df(file):
  5.     student_df = pd.read_excel(file, skiprows=1, nrows=10,
  6.                  usecols=['年级','姓名','性别','原学院','原专业','现转入学院','现转入专业'])
  7.     print(student_df.head(10))
  10. if __name__ == '__main__':
  11.     filename = '../data/2020转专业公示名单.xlsx'
  12.     excel_to_df(filename)
  1.      年级   姓名 性别    原学院       原专业   现转入学院    现转入专业
  2. 0  2017  林海琳  女   汽车学院        能源    汽车学院     汽车服务
  3. 1  2017  戴兆晖  男   材料学院        材科    外语学院       英语
  4. 2  2017  彭禹钧  男   经济学院  经济(创业试点)  法学社会学院    法学（余）
  5. 3  2018   白鲤  男  计算机学院  计算机卓越工程师  法学社会学院     社会工作
  6. 4  2018  陈佳慧  女   土建学院       建筑学    土建学院       工程
  7. 5  2018  陈凯风  男   土建学院       给排水    土建学院  土木卓越工程师
  8. 6  2018  陈雨核  女   交通学院      港口航道    管理学院   人力资源管理
  9. 7  2018  邓立贤  男   土建学院       给排水    土建学院  土木卓越工程师
  10. 8  2018  杜昊宇  男   信息学院      通信工程    管理学院       工商
  11. 9  2018  冯新航  男   资环学院      采矿工程    资环学院     地理信息

Group by分组

  1. DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, 
  2.                   squeeze=<object object>, observed=False, dropna=True)

groupby()是一个分组函数，对数据进行分组操作的过程可以概括为：split-apply-combine三步：
1.按照键值（key）或者分组变量将数据分组。
2.对于每组应用我们的函数，这一步非常灵活，可以是python自带函数，可以是我们自己编写的函数。
3.将函数计算后的结果聚合。
09 其他数据读写 - 图1

  1. import pandas as pd
  4. def excel_to_df(file):
  5.     student_df = pd.read_excel(file, skiprows=1, nrows=100,
  6.                                usecols=['年级','姓名','性别','原学院','原专业','现转入学院','现转入专业'])
  7.     # print(student_df.head(10))
  8.     return student_df
  10. def classify_of_school(student_df):
  11.     """接收dataframe为参数，分组"""
  12.     group_by_school = student_df.groupby('原学院')   # 根据'原学院'分组
  13.     for name, group in group_by_school:              # 按分组名查看各分组
  14.         print(name)                                  # 输出当前组名
  15.         print(group)                                 # 输出当前组数据
  18. if __name__ == '__main__':
  19.     filename = '../data/2020转专业公示名单.xlsx'
  20.     stu_df = excel_to_df(filename)
  21.     classify_of_school(stu_df)
  1. 交通学院
  2.       年级    姓名 性别   原学院       原专业  现转入学院      现转入专业
  3. 6   2018   陈雨核  女  交通学院      港口航道   管理学院     人力资源管理
  4. 23  2018    彭冰  女  交通学院  船舶与海洋(余)   管理学院         工商
  5. 24  2018    彭敢  男  交通学院      港口航道   交通学院   船舶与海洋(余)
  6. 28  2018   吴文斌  男  交通学院  船舶与海洋(余)   能动学院      能源(余)
  7. 29  2018   余军作  男  交通学院      港口航道   交通学院   道桥与渡河(余)
  8. 36  2019   敖荣森  男  交通学院     海洋工程类   化生学院       应用化学
  9. 39  2019   白海乐  女  交通学院     交通运输类   信息学院  电子信息类(工学)
  10. 44  2019    曹帅  男  交通学院     交通运输类   经济学院         金融
  11. 50  2019   柴世欣  男  交通学院      船海学硕  计算机学院    计算机类(余)
  12. 57  2019   陈弘轩  男  交通学院     海洋工程类   汽车学院    机械类(车辆)
  13. 58  2019   陈佳玮  男  交通学院   船海卓越工程师    理学院  电子信息类(理学)
  14. 90  2019  旦增达娃  男  交通学院     海洋工程类   交通学院      交通运输类
  15. 91  2019   党明静  女  交通学院   船海卓越工程师   化生学院       生物技术
  16. 信息学院
  17.       年级   姓名 性别   原学院        原专业  现转入学院    现转入专业
  18. 8   2018  杜昊宇  男  信息学院       通信工程   管理学院       工商
  19. 19  2018  刘焙贝  男  信息学院    通信卓越工程师   外语学院       英语
  20. 75  2019  陈禹轲  男  信息学院  电子信息类(工学)  计算机学院  计算机类(余)
  21. 化生学院
  22.       年级        姓名 性别   原学院      原专业 现转入学院    现转入专业
  23. 17  2018       梁心语  女  化生学院       制药  机电学院     工业gc
  24. 35  2018       朱星语  女  化生学院  制药卓越工程师  土建学院       工程
  25. 37  2019  巴哈地尔·图尔荪  男  化生学院     应用化学  化生学院       制药
  26. 60  2019       陈嘉森  男  化生学院     生物技术  机电学院  机械类(机电)
  27. 84  2019        程琦  男  化生学院       制药  化生学院     生物技术
  28. 97  2019       丁冠中  男  化生学院     生物技术  机电学院  机械类(机电)
  29. 国教学院
  30.       年级   姓名 性别   原学院   原专业 现转入学院 现转入专业
  31. 79  2019  陈竹君  女  国教学院  车辆gj  国教学院  金融gj
  32. 土建学院
  33.       年级   姓名 性别   原学院   原专业   现转入学院      现转入专业
  34. 4   2018  陈佳慧  女  土建学院   建筑学    土建学院         工程
  35. 5   2018  陈凯风  男  土建学院   给排水    土建学院    土木卓越工程师
  36. 7   2018  邓立贤  男  土建学院   给排水    土建学院    土木卓越工程师
  37. 10  2018  黄庭武  男  土建学院    工程    土建学院    土木卓越工程师
  38. 11  2018  姜明壮  男  土建学院  岩土JD  法学社会学院       社会工作
  39. 14  2018  李纪星  男  土建学院   给排水    土建学院    土木卓越工程师
  40. 20  2018  刘传回  男  土建学院    工程    土建学院    土木卓越工程师
  41. 32  2018  赵栩晨  男  土建学院   给排水    土建学院    土木卓越工程师
  42. 33  2018  郑海清  男  土建学院    工程    土建学院    土木卓越工程师
  43. 47  2019  曾泓力  男  土建学院   土木类    信息学院  电子信息类(工学)
  44. 73  2019  陈溢语  女  土建学院   土木类    土建学院        建筑类
  45. 77  2019  陈展鹏  男  土建学院   土木类    汽车学院    机械类(车辆)
  46. 外语学院
  47.       年级   姓名 性别   原学院  原专业   现转入学院  现转入专业
  48. 21  2018  马文昌  男  外语学院   英语    土建学院   建筑环境
  49. 22  2018  马文轩  男  外语学院   英语    土建学院   建筑环境
  50. 48  2019  曾子良  男  外语学院  外语类    经济学院     经济
  51. 65  2019  陈鹏航  男  外语学院  外语类  法学社会学院  法学（余）
  52. 机电学院
  53.       年级   姓名 性别   原学院      原专业  现转入学院      现转入专业
  54. 13  2018  李昊明  男  机电学院       包装   机电学院         机自
  55. 30  2018  张广晖  男  机电学院  测控卓越工程师   管理学院         信管
  56. 42  2019  蔡睿哲  男  机电学院       测控   信息学院  电子信息类(工学)
  57. 56  2019  陈昊轩  男  机电学院  机械类(机电)   信息学院  电子信息类(工学)
  58. 62  2019  陈亮霓  女  机电学院       包装   机电学院       智能制造
  59. 63  2019  陈吕龙  男  机电学院       包装   机电学院         测控
  60. 66  2019  陈仁奎  男  机电学院       包装   汽车学院    机械类(车辆)
  61. 68  2019   陈涛  男  机电学院  机械类(机电)  计算机学院       计算机类
  62. 72  2019  陈旭涵  男  机电学院  机械类(机电)   艺设学院     工设g(艺)
  63. 74  2019  陈迎盈  女  机电学院       包装   机电学院       工业gc
  64. 76  2019  陈昱超  男  机电学院  机械类(机电)   信息学院  电子信息类(工学)
  65. 81  2019  陈宗泽  男  机电学院  机械类(机电)    理学院        数学类
  66. 材料学院
  67.       年级   姓名 性别   原学院        原专业  现转入学院      现转入专业
  68. 1   2017  戴兆晖  男  材料学院         材科   外语学院         英语
  69. 45  2019   曾保  男  材料学院        材料类  计算机学院    计算机类(余)
  70. 67  2019   陈荣  男  材料学院  材料成型及控制工程   管理学院         信管
  71. 99  2019   丁睿  男  材料学院        材料类    理学院  电子信息类(理学)
  72. 材料示范学院
  73.       年级   姓名 性别     原学院     原专业 现转入学院 现转入专业
  74. 94  2019  邓文浩  男  材料示范学院  材科(试点)  土建学院   土木类
  75. 汽车学院
  76.       年级   姓名 性别   原学院      原专业 现转入学院  现转入专业
  77. 0   2017  林海琳  女  汽车学院       能源  汽车学院   汽车服务
  78. 15  2018  李龙健  男  汽车学院       能源  经济学院     金融
  79. 82  2019  谌永康  男  汽车学院  机械类(车辆)  管理学院  工商管理类
  80. 89  2019   崔瀛  女  汽车学院  机械类(车辆)  材料学院    材料类
  81. 法学社会学院
  82.       年级        姓名 性别     原学院      原专业   现转入学院      现转入专业
  83. 34  2018       周嘉文  男  法学社会学院     编辑出版  法学社会学院        广告学
  84. 51  2019        陈晨  女  法学社会学院  教育技术（余）     理学院  电子信息类(理学)
  85. 54  2019       陈发明  男  法学社会学院     社会工作    经济学院         经济
  86. 95  2019       邓雯琦  女  法学社会学院     社会工作    外语学院        外语类
  87. 96  2019  地力热巴·吾斯曼  女  法学社会学院     社会工作  法学社会学院      法学（余）
  88. 物流学院
  89.       年级   姓名 性别   原学院       原专业  现转入学院    现转入专业
  90. 52  2019   陈诚  男  物流学院  物流管理与工程类    理学院      数学类
  91. 53  2019  陈定聪  男  物流学院  物流管理与工程类   经济学院       金融
  92. 83  2019  程蕾雅  女  物流学院  物流管理与工程类  计算机学院  计算机类(余)
  93. 理学院
  94.       年级   姓名 性别  原学院        原专业   现转入学院      现转入专业
  95. 12  2018  柯筱婧  女  理学院         信计  法学社会学院       编辑出版
  96. 16  2018  李怡晗  女  理学院        光信科    艺设学院       设计学类
  97. 38  2019  巴玉宁  女  理学院  电子信息类(理学)  法学社会学院       社会工作
  98. 86  2019  程先泽  男  理学院  电子信息类(理学)    材料学院        材料类
  99. 92  2019   邓灿  男  理学院  电子信息类(理学)    信息学院  电子信息类(工学)
  100. 管理学院
  101.       年级   姓名 性别   原学院     原专业   现转入学院      现转入专业
  102. 18  2018  廖睿偲  女  管理学院   工商管理类    国教学院       金融gj
  103. 26  2018  王婧婷  女  管理学院      工商  法学社会学院      法学（余）
  104. 27  2018   王艳  女  管理学院      营销    管理学院         会计
  105. 31  2018   张景  女  管理学院  人力资源管理  法学社会学院      法学（余）
  106. 46  2019  曾晗东  男  管理学院   工商管理类    汽车学院    机械类(车辆)
  107. 49  2019   查涛  男  管理学院      信管    机电学院    机械类(机电)
  108. 59  2019  陈佳艺  女  管理学院      信管    化生学院       生物技术
  109. 85  2019  程诗雪  女  管理学院   工商管理类    信息学院  电子信息类(工学)
  110. 93  2019  邓松矗  男  管理学院   工商管理类    信息学院  电子信息类(工学)
  111. 经济学院
  112.       年级   姓名 性别   原学院       原专业   现转入学院  现转入专业
  113. 2   2017  彭禹钧  男  经济学院  经济(创业试点)  法学社会学院  法学（余）
  114. 61  2019   陈丽  女  经济学院  经济(创业试点)    经济学院     经济
  115. 78  2019  陈至晟  男  经济学院        经济    机电学院     测控
  116. 能动学院
  117.       年级   姓名 性别   原学院    原专业  现转入学院      现转入专业
  118. 87  2019   程宇  男  能动学院  能源(余)  自动化学院        自动化
  119. 98  2019  丁灏楠  男  能动学院  能源(余)   信息学院  电子信息类(工学)
  120. 自动化学院
  121.       年级   姓名 性别    原学院 原专业  现转入学院 现转入专业
  122. 69  2019  陈文博  男  自动化学院  电气  自动化学院   自动化
  123. 航运学院
  124.       年级   姓名 性别   原学院      原专业 现转入学院      现转入专业
  125. 25  2018  覃启祥  男  航运学院  海事管理(余)  机电学院         机自
  126. 70  2019  陈文俊  男  航运学院  海事管理(余)  机电学院    机械类(机电)
  127. 80  2019  陈梓萱  女  航运学院  海事管理(余)  信息学院  电子信息类(工学)
  128. 88  2019  程雨凡  男  航运学院  海事管理(余)  汽车学院    机械类(车辆)
  129. 计算机学院
  130.      年级  姓名 性别    原学院       原专业   现转入学院 现转入专业
  131. 3  2018  白鲤  男  计算机学院  计算机卓越工程师  法学社会学院  社会工作
  132. 资环学院
  133.       年级   姓名 性别   原学院       原专业 现转入学院      现转入专业
  134. 9   2018  冯新航  男  资环学院      采矿工程  资环学院       地理信息
  135. 40  2019  蔡成宇  男  资环学院       矿业类  信息学院  电子信息类(工学)
  136. 41  2019   蔡璐  女  资环学院       矿业类  资环学院   环境科学与工程类
  137. 43  2019   曹霖  男  资环学院  环境科学与工程类  机电学院    机械类(机电)
  138. 55  2019  陈郭枭  男  资环学院       矿业类  管理学院         信管
  139. 64  2019  陈梦蝶  女  资环学院       矿业类   理学院        数学类
  140. 71  2019  陈晓歌  女  资环学院     地理科学类  机电学院    机械类(机电)

选择分组，查看输出：

import pandas as pd


def excel_to_df(file):
    student_df = pd.read_excel(file, skiprows=1, nrows=100,
                               usecols=['年级','姓名','性别','原学院','原专业','现转入学院','现转入专业'])
    # print(student_df.head(10))
    return student_df

def classify_of_school(student_df):
    """接收dataframe为参数，分组"""
    group_by_school = student_df.groupby('原学院')   # 根据'原学院'分组
    print(group_by_school.get_group('航运学院'))     # 选择分组，查看输出


if __name__ == '__main__':
    filename = '../data/2020转专业公示名单.xlsx'
    stu_df = excel_to_df(filename)
    classify_of_school(stu_df)

      年级   姓名 性别   原学院      原专业 现转入学院      现转入专业
25  2018  覃启祥  男  航运学院  海事管理(余)  机电学院         机自
70  2019  陈文俊  男  航运学院  海事管理(余)  机电学院    机械类(机电)
80  2019  陈梓萱  女  航运学院  海事管理(余)  信息学院  电子信息类(工学)
88  2019  程雨凡  男  航运学院  海事管理(余)  汽车学院    机械类(车辆)

分组统计数量

import pandas as pd


def excel_to_df(file):
    student_df = pd.read_excel(file, skiprows=1,
                               usecols=['年级','姓名','性别','原学院','原专业','现转入学院','现转入专业'])
    # print(student_df.head(10))
    return student_df

def classify_of_school(student_df):
    """接收dataframe为参数，分组"""
    group_by_school = student_df.groupby('原学院')   # 根据'原学院'分组
    print(group_by_school.原学院.count())            # 分组统计数量


if __name__ == '__main__':
    filename = '../data/2020转专业公示名单.xlsx'
    stu_df = excel_to_df(filename)
    classify_of_school(stu_df)

按学院输出转出学生数量

原学院
交通学院       100
信息学院         7
创业学院         2
化生学院        55
国教学院         9
土建学院        52
外语学院        22
安全应急学院      12
机电学院        92
材料学院        29
材料示范学院       2
汽车学院         8
法学社会学院      36
物流学院        48
理学院         21
管理学院        61
经济学院        19
能动学院        34
自动化学院        3
航运学院        41
艺设学院         4
计算机学院        5
资环学院        80
马克思主义学院     13
Name: 原学院, dtype: int64

按转入学院分组

import pandas as pd


def excel_to_df(file):
    student_df = pd.read_excel(file, skiprows=1,
                               usecols=['年级','姓名','性别','原学院','原专业','现转入学院','现转入专业'])
    # print(student_df.head(10))
    return student_df

def classify_of_school(student_df):
    """接收dataframe为参数，分组"""
    group_by_school = student_df.groupby('现转入学院')   # 根据'原学院'分组
    # print(group_by_school.原学院.count())            # 分组统计数量
    print(group_by_school.现转入学院.count())


if __name__ == '__main__':
    filename = '../data/2020转专业公示名单.xlsx'
    stu_df = excel_to_df(filename)
    classify_of_school(stu_df)

现转入学院
交通学院       21
信息学院      105
化生学院       19
国教学院       11
土建学院       36
外语学院       17
安全应急学院     12
机电学院       80
材料学院       26
汽车学院       69
法学社会学院     49
物流学院        8
理学院        60
管理学院       55
经济学院       39
能动学院       32
自动化学院      51
艺设学院        8
计算机学院      38
资环学院       19
Name: 现转入学院, dtype: int64

写入csv、json、html文件

DataFrame.to_json(path_or_buf=None, orient=None, date_format=None, 
                  double_precision=10, force_ascii=True, date_unit='ms', 
                  default_handler=None, lines=False, compression='infer', 
                  index=True, indent=None)

DataFrame.to_csv(path_or_buf=None, sep=',', na_rep='', float_format=None, columns=None, 
                 header=True, index=True, index_label=None, mode='w', encoding=None,
                 compression='infer', quoting=None, quotechar='"', line_terminator=None, 
                 chunksize=None, date_format=None, doublequote=True, escapechar=None, 
                 decimal='.', errors='strict')

DataFrame.to_html(buf=None, columns=None, col_space=None, header=True, index=True, 
                  na_rep='NaN', formatters=None, float_format=None, sparsify=None, 
                  index_names=True, justify=None, max_rows=None, max_cols=None,
                  show_dimensions=False, decimal='.', bold_rows=True, classes=None, 
                  escape=True, notebook=False, border=None, table_id=None,
                  render_links=False, encoding=None)

import pandas as pd


def excel_to_df(file):
    student_df = pd.efile, skiprows=1,
                               usecols=['年级','姓名','性别','原学院','原专业','现转入学院','现转入专业'])
    # print(student_df.head(10))
    return student_df


def df_to_file(student_df):
    """接收dataframe为参数，写入csv文件"""
    student_df.to_csv('../data/2020转专业公示名单.csv')
    student_df.to_json('../data/2020转专业公示名单.json', force_ascii=False, indent=4)
    student_df.to_html('../data/2020转专业公示名单.html')


if __name__ == '__main__':
    filename = '../data/2020转专业公示名单.xlsx'
    stu_df = excel_to_df(filename)
    df_to_file(stu_df)

image.png