Python使用pandas读取excel表格数据

大家好，又见面了，我是你们的朋友全栈君。

导入

import pandas as pd

若使用的是Anaconda集成包则可直接使用，否则可能需要下载：pip install pandas

读取表格并得到表格行列信息

df=pd.read_excel('test.xlsx')
height,width = df.shape
print(height,width,type(df))

表格如下：

得到如下输出，为一个4行5列的数据块，为DataFrame格式：

直接print(df)得到的结果：

对比结果和表格，很显然表格中的第一行（黄色高亮部分）被定义为数据块的列下标，而实际视作数据的是后四行（蓝色高亮部分）；并且自动在表格第一列之前加了一个行索引{0，1，2，3}。

提取数据放入数组中

x = np.zeros((height,width))
for i in range(0,height):
	for j in range(1,width+1): #遍历的实际下标，即excel第一行
		x[i][j-1] = df.ix[i,j]
print(x.shape)
print(x)

用np.zeros()方法定义一个初试值全为0的二维数组（需要导入numpy库），用df.ix[i,j]读取数据并复制入二维数组中，其中for i in range(0,height)循环表示从下标0到下标height-1（不包含height），得到的输出如下：

对代码做一些补充说明：

从DataFrame结构的数据中取值有三种常用的方法：

#第一种方法：ix
df.ix[i,j]		# 这里面的i,j为内置数字索引，行列均从0开始计数
df.ix[row,col]	# 这里面的row和col为表格行列索引，也就是表格中的行与列名称

#第二种方法：loc
df.loc[row,col]	# loc只支持使用表格行列索引，不能用内置数字索引

#第三种方法：iloc
df.iloc[i,j]	# iloc只支持使用内置数字索引，不能用表格行列索引

由于ix方法对两种索引都支持，所以这里就有一个问题：如果表格行列索引也是数字怎么办？ 比如我上述例子中列索引为表格的第一行{1，2，3，4}，而行索引为读取时自动添加的。
经过实验这种情况将会优先使用表格行列索引，也就对应了上面代码中得到的结果。不过为了不在使用时产生混乱，我个人建议还是使用loc或者iloc而不是ix为好。

在表格中自定义行列索引的情况

如果表格是下面这样的形式：

想要让读取得到的DataFrame行索引为{‘one’,‘two’,‘three’,‘four’}，列索引为{‘一’,‘二’,‘三’,‘四’,‘五’}。如果直接使用read_excel（filename），虽然列索引会默认为第一行，但是行索引并不会默认为第一列，而是会自动添加一个{0,1,2,3}作为行索引。因此需要达到我们的目的需要设定一下读取时的参数，如下：

df = pd.read_excel(filename,index_col=0)	# 即指定第一列为行索引
print(df)
print('第0行第1列的数据为：',df.iloc[0,1])
print('第three行第二列的数据为：',df.loc['three','二'])

得到的输出如下所示：