Hämta data från flera kalkylblad

Effektiv datainläsning med pandas

Amany Mahfouz

Instructor

Välja blad att läsa in

read_excel() läser som standard det första bladet i en Excel-fil
Använd nyckelordsargumentet sheet_name för att läsa andra blad
Ange kalkylblad med namn och/eller (nollindexerat) positionsnummer
Skicka en lista med namn/nummer för att läsa flera blad samtidigt
Alla argument till read_excel() gäller för samtliga inlästa blad

Välja blad att läsa in

Skärmbild av ett kalkylbladsprogram med flikar för två kalkylblad

Läsa in valda blad

# 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

Läsa in alla blad

Skicka sheet_name=None till read_excel() för att läsa alla blad i en arbetsbok

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'>

Sätta ihop allt

# 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']

Nu kör vi en övning!

Effektiv datainläsning med pandas