电子表格简介

使用 pandas 高效导入数据

Amany Mahfouz

Instructor

电子表格

也称为 Excel 文件
数据以表格形式存储，单元格按行和列排列
与平面文件不同，可包含格式和公式
一个工作簿可包含多个工作表

加载电子表格

在 pandas 中，电子表格有专用读取函数：read_excel()

电子表格程序中的 FreeCodeCamp 新开发者调查数据截图

加载电子表格

import pandas as pd

# 读取 Excel 文件
survey_data = pd.read_excel("fcc_survey.xlsx")


# 查看前 5 行
print(survey_data.head())

    Age  AttendedBootcamp       ...                    SchoolMajor  StudentDebtOwe
0  28.0               0.0       ...                            NaN           20000
1  22.0               0.0       ...                            NaN             NaN
2  19.0               0.0       ...                            NaN             NaN
3  26.0               0.0       ...        Cinematography And Film            7000
4  20.0               0.0       ...                            NaN             NaN

[5 rows x 98 columns]

选择性加载列与行

带有元数据表头行的调查数据表格

包含多个小表的数据发票表格

选择性加载列与行

read_excel() 与 read_csv() 共享许多关键字参数
- nrows：限制读取的行数
- skiprows：指定要跳过的行数或行号
- usecols：按名称、位置编号或字母选择列（如 "A:P"）

选择性加载列与行

# 读取文件的 W-AB 和 AR 列，跳过元数据表头
survey_data = pd.read_excel("fcc_survey_with_headers.xlsx",
                            skiprows=2,
                            usecols="W:AB, AR")


# 查看数据
print(survey_data.head())

   CommuteTime            CountryCitizen  ...    EmploymentFieldOther    EmploymentStatus   Income
0         35.0  United States of America  ...                     NaN  Employed for wages  32000.0
1         90.0  United States of America  ...                     NaN  Employed for wages  15000.0
2         45.0  United States of America  ...                     NaN  Employed for wages  48000.0
3         45.0  United States of America  ...                     NaN  Employed for wages  43000.0
4         10.0  United States of America  ...                     NaN  Employed for wages   6000.0

[5 rows x 7 columns]

让我们练习吧！

使用 pandas 高效导入数据