数据清洗之 Excel文件读写

旧城等待， 2023-07-24 13:26 38阅读 0赞

# Excel文件读写 #

*  使用read\_excel读取，读取后的结果为dataframe格式
 *  读取excel文件和csv文件参数大致一样，但要考虑工作表sheet页
 *  参数较多，可以自行控制，但很多时候使用默认参数
 *  读取excel时，注意编码，常用编码为utf-8、gbk、gbk2312和gb18030等
 *  使用to\_excel快速保存为xlsx格式

import pandas as pd
    import os

os.getcwd()

'D:\\Jupyter\\notebook\\Python数据清洗实战\\数据清洗之文件读写'

os.chdir('D:\\Jupyter\\notebook\\Python数据清洗实战\\数据')

df1 = pd.read_excel('meal_order_detail.xlsx', encoding='utf-8', sheet_name='meal_order_detail1')

df1.head(5)

<table> 
 <thead> 
  <tr> 
   <th></th> 
   <th>detail_id</th> 
   <th>order_id</th> 
   <th>dishes_id</th> 
   <th>logicprn_name</th> 
   <th>parent_class_name</th> 
   <th>dishes_name</th> 
   <th>itemis_add</th> 
   <th>counts</th> 
   <th>amounts</th> 
   <th>cost</th> 
   <th>place_order_time</th> 
   <th>discount_amt</th> 
   <th>discount_reason</th> 
   <th>kick_back</th> 
   <th>add_inprice</th> 
   <th>add_info</th> 
   <th>bar_code</th> 
   <th>picture_file</th> 
   <th>emp_id</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <th>0</th> 
   <td>2956</td> 
   <td>417</td> 
   <td>610062</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>蒜蓉生蚝</td> 
   <td>0</td> 
   <td>1</td> 
   <td>49</td> 
   <td>NaN</td> 
   <td>2016-08-01 11:05:36</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>0</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>caipu/104001.jpg</td> 
   <td>1442</td> 
  </tr> 
  <tr> 
   <th>1</th> 
   <td>2958</td> 
   <td>417</td> 
   <td>609957</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>蒙古烤羊腿\r\n\r\n\r\n</td> 
   <td>0</td> 
   <td>1</td> 
   <td>48</td> 
   <td>NaN</td> 
   <td>2016-08-01 11:07:07</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>0</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>caipu/202003.jpg</td> 
   <td>1442</td> 
  </tr> 
  <tr> 
   <th>2</th> 
   <td>2961</td> 
   <td>417</td> 
   <td>609950</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>大蒜苋菜</td> 
   <td>0</td> 
   <td>1</td> 
   <td>30</td> 
   <td>NaN</td> 
   <td>2016-08-01 11:07:40</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>0</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>caipu/303001.jpg</td> 
   <td>1442</td> 
  </tr> 
  <tr> 
   <th>3</th> 
   <td>2966</td> 
   <td>417</td> 
   <td>610038</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>芝麻烤紫菜</td> 
   <td>0</td> 
   <td>1</td> 
   <td>25</td> 
   <td>NaN</td> 
   <td>2016-08-01 11:11:11</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>0</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>caipu/105002.jpg</td> 
   <td>1442</td> 
  </tr> 
  <tr> 
   <th>4</th> 
   <td>2968</td> 
   <td>417</td> 
   <td>610003</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>蒜香包</td> 
   <td>0</td> 
   <td>1</td> 
   <td>13</td> 
   <td>NaN</td> 
   <td>2016-08-01 11:11:30</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>0</td> 
   <td>NaN</td> 
   <td>NaN</td> 
   <td>caipu/503002.jpg</td> 
   <td>1442</td> 
  </tr> 
 </tbody> 
</table>

df1 = pd.read_excel('meal_order_detail.xlsx', encoding='utf-8', sheet_name=0)  # sheet_name 可根据索引值取工作簿 等于0即为第一个工作簿

df1.head(5)

os.getcwd()

'D:\\Jupyter\\notebook\\Python数据清洗实战\\数据'

df1.to_excel('asdf.xlsx', index=False, sheet_name='one')