Pobieranie danych z wielu arkuszy

Sprawne importowanie danych z pandas

Amany Mahfouz

Instructor

Wybór arkuszy do załadowania

read_excel() domyślnie ładuje pierwszy arkusz pliku Excel
Argument sheet_name pozwala załadować inne arkusze
Arkusze można wskazać nazwą lub numerem pozycji (indeksowanie od zera)
Lista nazw/numerów umożliwia załadowanie wielu arkuszy jednocześnie
Wszystkie argumenty read_excel() dotyczą każdego ładowanego arkusza

Wybór arkuszy do załadowania

Zrzut ekranu programu arkuszowego z widocznymi zakładkami dwóch arkuszy

Ładowanie wybranych arkuszy

# Get the second sheet by position index
survey_data_sheet2 = pd.read_excel('fcc_survey.xlsx',
                                   sheet_name=1)


# Get the second sheet by name
survey_data_2017 = pd.read_excel('fcc_survey.xlsx',
                                 sheet_name='2017')


print(survey_data_sheet2.equals(survey_data_2017))

True

Ładowanie wszystkich arkuszy

Przekazanie sheet_name=None do read_excel() wczytuje wszystkie arkusze ze skoroszytu

survey_responses = pd.read_excel("fcc_survey.xlsx", sheet_name=None)

print(type(survey_responses))

<class 'collections.OrderedDict'>

for key, value in survey_responses.items():
    print(key, type(value))

2016 <class 'pandas.core.frame.DataFrame'>
2017 <class 'pandas.core.frame.DataFrame'>

Łączenie danych

# Create empty dataframe to hold all loaded sheets
all_responses = pd.DataFrame()


# Iterate through dataframes in dictionary
for sheet_name, frame in survey_responses.items():
    # Add a column so we know which year data is from
    frame["Year"] = sheet_name


    # Add the dataframe to all_responses
    all_responses = pd.concat([all_responses, frame])


# View years in data
print(all_responses.Year.unique())

['2016' '2017']

Czas na ćwiczenia!

Sprawne importowanie danych z pandas