Obtenir des données de plusieurs feuilles

Ingestion de données rationalisée avec pandas

Amany Mahfouz

Instructor

Sélectionner les feuilles à charger

read_excel() charge par défaut la première feuille d'un fichier Excel
Utilisez le paramètre sheet_name pour charger d'autres feuilles
Indiquez les feuilles par nom et/ou position (index de départ 0)
Passez une liste de noms/nos pour charger plusieurs feuilles à la fois
Tout argument transmis à read_excel() s'applique à toutes les feuilles lues

Sélectionner les feuilles à charger

Capture d'écran d'un tableur, affichant les onglets de deux feuilles

Charger des feuilles précises

# Obtenir la deuxième feuille par index de position
survey_data_sheet2 = pd.read_excel('fcc_survey.xlsx',
                                   sheet_name=1)


# Obtenir la deuxième feuille par nom
survey_data_2017 = pd.read_excel('fcc_survey.xlsx',
                                 sheet_name='2017')


print(survey_data_sheet2.equals(survey_data_2017))

True

Charger toutes les feuilles

Passer sheet_name=None à read_excel() lit toutes les feuilles d'un classeur

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'>

Mettre le tout ensemble

# Créer un dataframe vide pour contenir toutes les feuilles chargées
all_responses = pd.DataFrame()


# Parcourir les dataframes dans le dictionnaire
for sheet_name, frame in survey_responses.items():
    # Ajouter une colonne pour connaître l'année d'origine
    frame["Year"] = sheet_name


    # Ajouter le dataframe à all_responses
    all_responses = pd.concat([all_responses, frame])


# Afficher les années présentes
print(all_responses.Year.unique())

['2016' '2017']

Passons à la pratique !

Ingestion de données rationalisée avec pandas